CommitBench

CommitBench是由哈索·普拉特纳软件研究所创建的一个大规模数据集，用于训练和评估AI模型生成提交信息。该数据集包含1,664,590条高质量提交信息，来源于38,578个组织和71,676个独特项目，涵盖Java、Python、Go、JavaScript、PHP和Ruby等20种编程语言。数据集通过严格的过滤和增强技术确保数据质量，考虑了隐私、可重现性和许可证等因素。CommitBench旨在解决现有数据集在提交信息生成任务中的不足，提供一个全面的、精心策划的、关注隐私的数据集，以作为未来研究的标准基准。