COST

该数据集是一个庞大而全面的数据集，旨在评估程序翻译方法的性能。它包含了来自7种编程语言的代码片段级别和程序级别的平行数据。此外，该数据集确保了贡献者遵循关于注释和相应代码的模板，提供了大量多语言实例，以便在翻译任务中有效使用。数据集的规模涵盖了7种编程语言，并包含了多达42种编程语言对的任务，专注于多语言程序翻译。