该数据集名为One million commits,包含了从GitHub上提取的100万个git提交记录,涵盖了多种编程语言和结构化数据格式。数据集可用于训练模型进行编程任务的总结、执行、学习语法,以及进行评分和趋势分析。数据集以SQLite数据库的形式分发,每个仓库最多包含一次提交,数据格式遵循GitHub API的模式。
1. Overview Nexdata has a vast collection of unlabeled text data, Natural Language Processing (NLP) Data, multiligual parallel corpus and multi-scene image-text caption data, available for delivery in