Nace un nuevo conjunto de datos sintético para mejorar el aprendizaje en programación
Se ha creado un extenso conjunto de datos sintético de aproximadamente 15 millones de problemas de programación en Python, diseñado para mejorar las habilidades fundamentales en entrenamientos de modelos de lenguaje. Este enfoque se basa en una taxonomía de conceptos de programación, facilitando la generación específica de datos que potencian la destreza en programación, logrando una mejora de seis puntos en la evaluación del benchmark HumanEval.
