CodeSearchNet

kaggle2023-04-18 更新2024-05-06 收录

下载链接：

https://www.kaggle.com/datasets/omduggineni/codesearchnet

下载链接

链接失效反馈

官方服务：

资源简介：

A dataset of code created by GitHub

由GitHub创建的代码数据集

创建时间：

2021-06-22

CodeSearchNet

该数据集包含代码和对应的文档字符串，适用于训练模型理解和生成代码文档。数据集分为一个训练集，包含2000个样本，总大小为1786375字节。数据集的下载大小为848107字节。

Hugging Face2024-12-08 更新450

CodeSearchNet

CodeSearchNet 语料库是一个大型函数数据集，其中包含来自 GitHub 上的开源项目的用 Go、Java、JavaScript、PHP、Python 和 Ruby 编写的相关文档。 CodeSearchNet 语料库包括： * 总共 600 万个方法 * 其中 200 万个方法具有相关文档（文档字符串、JavaDoc 等） * 指示找到数据的原始位置（例如存储库或行号）的元数据

OpenXLab00

CodeSearchNet

该数据集名为CodeSearchNet，专为代码搜索任务设计，涵盖了多种编程语言及其上下文信息。此外，该数据集还可用于生成抽象语法树（ASTs），以便对解析方法进行比较分析。其规模较大，主要针对代码搜索这一任务。

arXiv200

CodeSearchNet

CodeSearchNet是一个广泛应用于代码智能任务的数据集。该数据集通过将原始的人类编写的注释替换为大型语言模型生成的注释，重建了数据集，从而提高了代码模型的预训练数据质量。这一方法通过使用大型语言模型生成的注释，提高了代码总结、代码生成、代码翻译等任务的性能，为代码智能任务的训练数据提供了新的思路。

arXiv2025-04-28 更新490

codesearchnet

# Dataset Card for CodeSearchNet This dataset is a collection of comment-code pairs of various programming languages. See [code_search_net](https://huggingface.co/datasets/code_search_net) for addit

魔搭社区2025-11-27 更新160