README.md

metadata

language:
  - en
  - zh
license: mit
size_categories:
  - 1K<n<10K
pretty_name: HumanEval-LeetCode Input-Only
configs:
  - config_name: default
    data_files:
      - split: train
        path: train.jsonl
      - split: test
        path: test.jsonl

HumanEval-LeetCode Input-Only

本数据集由 LeetCode 题目自动转换而来，目标是生成 HumanEval 风格的 Input-Only 提示（prompt）。每条样本包含题目描述与函数签名，描述中的 Input/Output 被转换成 >>> func(...) / >>> output 的交互式示例，便于直接用于代码生成评测或训练。

数据格式

每行是一个 JSON 对象（JSONL）：

• task_id：题目唯一标识
• prompt：包含函数签名与 docstring 的完整提示

示例字段：

• task_id: string
• prompt: string

生成流程（概述）

1. 读取 LeetCode 题目（题目描述 + starter code）。
2. 提取函数名。
3. 将题目描述中的 Input/Output 转为：
   • >>> func(inputs...)
   • >>> output
4. 输出为 JSONL。

数据划分

• train.jsonl
• test.jsonl

使用方式

Python 读取示例：

import json

with open("train.jsonl", "r", encoding="utf-8") as f:
    for line in f:
        item = json.loads(line)
        print(item["task_id"], item["prompt"][:80])
        break

许可协议

MIT

引用

如果使用该数据集，请注明来源或引用本项目。