JetBrains-Research/lca-example-generation

该数据集是Long Code Arena基准测试的一部分，专门用于示例生成任务（Example Generation task），这是代码生成（Code Generation）的一个特定案例。数据集包含150个样本，每个样本包括一个库和一个指令，模型需要根据指令使用该库解决特定任务。

This dataset is part of the Long Code Arena benchmark, specifically for the Example Generation task, a particular case of Code Generation. The dataset contains 150 samples, each consisting of a library and an instruction for a model to solve a specific task using the library.

原始信息汇总

数据集概述

数据集特征

• repo_full_name: 字符串类型
• repo_name: 字符串类型
• repo_owner: 字符串类型
• instruction: 字符串类型
• reference: 字符串类型
• clean_reference: 字符串类型
• path_to_reference_file: 字符串类型
• path_to_examples_folder: 字符串类型
• n_unique_apis: 整数类型 (int64)
• unique_apis: 字符串序列
• project_defined_elements: 字符串序列
• api_calls: 字符串序列
• internal_apis: 字符串序列

数据集分割

• train:
  • 字节数: 8652521
  • 示例数: 150

数据集大小

• 下载大小: 4577126字节
• 数据集大小: 8652521字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*