Student Code Similarity & Plagiarism Labels

kaggle2025-09-10 更新2025-10-25 收录

编程学习

学术伦理

数据链接：

https://www.kaggle.com/datasets/ehsankhani/student-code-similarity-and-plagiarism-labels 数据链接链接失效反馈

官方服务：

资源简介：

Detecting Student Cheating Through Code Similarity: Python Submissions with Grou

基于代码相似度（Code Similarity）检测学生作弊：带有Grou的Python代码提交数据集

创建时间：

2025-09-10

Generated and Real Academic Corpus for Evaluation (GRACE)

学术伦理

AI生成内容检测

GRACE数据集是一个用于检测学术论文是由AI生成还是人类撰写的多语言数据集，包含英语和阿拉伯语的人类撰写和AI生成的论文。数据集的设计旨在确保内容的多样性和真实性，涵盖了不同的学术水平和文化背景。人类撰写的论文主要来源于语言评估考试如IELTS和TOEFL，而AI生成的论文则使用了多种先进的LLM模型生成。该数据集的应用领域主要集中在学术诚信和AI生成文本检测，旨在解决AI生成文本在学术环境中的

arXiv2024-12-24 更新530

LangAGI-Lab/COFFEE-Dataset-both-correct-and-incorrect-edit-feedback

编程学习

代码纠错

--- configs: - config_name: default data_files: - split: train path: data/train-* - split: eval path: data/eval-* dataset_info: features: - name: problem_id dtype: string - nam

Hugging Face2024-06-03 更新100

violetxi/NUMINA-V1-Clean-Blocks-1200_1400-100_136

编程学习

算法训练

该数据集包含数学问题及其解决方案的相关信息，主要特征包括问题描述、是否正确、目标答案、解决方案、解决步骤、尝试次数和模型答案。数据集仅包含训练集，训练集包含149,744个样本，总大小为1,331,678,791字节。

Hugging Face2024-11-08 更新90

k1z/open_thoughts_code

编程学习

机器学习

这是一个OpenThoughts数据集的子集，包含了含有Python function的问题。数据集包含两个主要特征：system和conversations，其中conversations是一个列表，每个元素包含from和value两个字段。数据集被划分为训练集，共有19904个示例。

Hugging Face2025-02-10 更新130

Semir Isovic - Basics of C# programming Certificate "Winter Coding School 2020"