notional/notional-python

Notional-python数据集包含从Google Bigquery Github数据集中收集的100个知名仓库的Python代码文件，旨在测试编程语言模型的能力。数据集仅包含满足特定条件的Python代码文件，如代码中可执行行数超过60%，包含逻辑而非配置文件或仅注释文件，属性声明行数超过30%，且不包含`TODO`和`FIXME`标签。

原始信息汇总

数据集概述

数据集描述

数据集总结

• 内容: Notional-python 数据集包含来自100个知名仓库的Python代码文件，这些文件从Google Bigquery Github数据集中筛选得到。
• 目的: 用于测试编程语言模型的生成能力。

语言

• 主要语言: Python

数据集创建

筛选理由

• 目的: 构建一个用于测试机器生成Python代码能力的测试集。

源数据

• 来源: 从Google Bigquery Github数据集筛选得到。
• 筛选标准:
  • 代码中可执行行超过60%。
  • 包含逻辑代码，非配置文件或仅含注释的文件。
  • 属性声明行超过30%。
  • 不包含TODO和FIXME标记。

使用数据集的考虑

数据集的社会影响

• 描述: 未提供具体信息。

数据集的偏见

• 描述: 未提供具体信息。

其他已知限制

• 描述: 未提供具体信息。

附加信息

数据集管理员

• 描述: 未提供具体信息。

许可信息

• 描述: 未知。

引用信息

• 描述: 未提供具体信息。