Code Optimization Dataset Base

Name: Code Optimization Dataset Base
Creator: Saksham Arun
Published: 2026-04-17T17:24:54+08:00

IEEE2026-04-17 收录

代码优化

Python编程

数据链接：

https://ieee-dataport.org/documents/code-optimization-dataset-base 数据链接链接失效反馈

官方服务：

资源简介：

Data set including a vast number of generic codes in python.

提供机构：

CodeInsight数据集是由巴黎大学和onepoint公司合作创建的，专门用于代码生成任务。该数据集包含3409个由Python专家精心挑选的示例，涵盖了从基础编程到复杂数据科学挑战的广泛领域。每个示例都附有单元测试，以确保代码的准确性和功能性。数据集的创建过程包括从Stack Overflow中筛选相关问题，并通过多阶段的注释流程进行精细化处理。CodeInsight数据集主要用于训练和评估

arXiv2024-09-25 更新750

jonaskoenig/ML-Python-Code-Smells

机器学习代码

Python编程

该数据集涉及Python代码中的机器学习代码异味（ML Code smells），主要用于文本分类和问答任务。数据集包含1K到10K之间的样本，适用于使用Python、TensorFlow、Pandas和Numpy等工具的研究和开发。

Hugging Face2024-07-04 更新220

infinityofspace/python_codestyles-mixed1-1k

Python编程

代码风格分析

--- configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* dataset_info: features: - name: code dtype: string - name: cod

Hugging Face2023-10-18 更新120

GitHub-Python

Python编程

机器学习

该数据集精心筛选了大约10万个去重后的Python文件，这些文件均来自于2023年1月1日之后创建的GitHub仓库，确保了数据的高质量和时效性。此外，该数据集被用于为CodeGPT模型创建非会员数据集。其规模达到10万个文件，任务是对CodeGPT模型进行微调。

arXiv230

stojchet/python-jnkto1-empty

编程任务

Python编程

该数据集包含两个配置：humaneval和mbxp。每个配置包含四个特征：task_id（任务ID）、language（语言）、completion（完成内容）和prompt（提示）。数据集主要用于训练，其中humaneval配置包含164个样本，mbxp配置包含974个样本。这些数据可能用于自然语言处理任务，如代码生成或文本补全。

Hugging Face2024-07-18 更新130

Code Optimization Dataset Base

资源简介：

相关数据集