ManyTypes4TypeScript

ManyTypes4TypeScript，一个非常大的语料库，用于训练和评估 TypeScript 中基于序列的类型推断的机器学习模型。该数据集包括超过 900 万个类型注释，涉及 13,953 个项目和 539,571 个文件。该数据集大约是 Python 的类似类型推断数据集的 10 倍，并且是 TypeScript 可用的最大数据集。我们还提供对数据集的 API 访问，可以将其集成到任何标记器中，并与任何最先进的基于序列的模型一起使用。最后，我们为最先进的代码特定模型提供分析和性能结果，用于基线

搜集汇总

背景与挑战

背景概述

ManyTypes4TypeScript是一个用于训练和评估TypeScript中基于序列的类型推断模型的大规模语料库，包含超过900万个类型注释，覆盖约1.4万个项目和54万个文件，是TypeScript领域最大的数据集。该数据集还提供API访问，便于集成到标记器和先进模型中，并附带了基线性能分析结果。