CoIR

该数据集名为COIR，是一个专为代码检索任务设计的全面基准测试，涵盖了多种编程语言中的广泛检索挑战。COIR包含了8个细粒度的检索子任务，覆盖了14种主要编程语言。数据集总量超过200万条目，由10个不同的数据集组成，致力于代码检索任务。