---
license: apache-2.0
task_categories:
- text-generation
language:
- en
- zh
tags:
- code
- python
- sft
- tool-use
- reasoning
size_categories:
- 1M<n<10M
---

# Qwen3-Coder SFT Dataset

用于微调 Qwen3-Coder-Next 的 Python 编程 SFT 数据集。

## 构成
- **train.jsonl**: 2,361,724 条
- **val.jsonl**: 124,302 条
- 标准 `messages` 格式（system/user/assistant/tool 角色），部分含 `tools` 字段
- 含工具调用 ~7.1%，`<think>` 推理 ~26%，中文指令 ~13%

## 格式
```json
{"messages": [{"role": "system", "content": "..."}, {"role": "user", "content": "..."}, {"role": "assistant", "content": "..."}]}
```
含工具调用的记录额外带 `tools` 字段（OpenAI function-calling schema）。

## 加载
```python
from datasets import load_dataset
ds = load_dataset("adasdadsd/Qwen3-Coder-SFT-2.4M", data_files={"train": "train.jsonl", "validation": "val.jsonl"})
```