FeatBench_v1.0-Verified2

该数据集包含与代码仓库和补丁相关的信息，旨在支持代码修复和测试生成等任务。数据集结构包括仓库信息（如repo、org）、问题描述（problem_statement）、提示文本（hints_text）、提交基础（base_commit）以及补丁文件（patch_files）和测试补丁文件（test_patch_files）的详细记录。补丁文件包含添加、更改、删除的行数、文件名、补丁内容和状态等信息。数据集提供了一个测试集，包含131个样本，总大小为22048779字节。适用于代码自动修复、测试用例生成和代码变更分析等应用场景。

原始信息汇总

FeatBench_v1.0-Verified2 数据集概述

数据集基本信息

• 数据集名称: FeatBench_v1.0-Verified2
• 发布者/组织: PGCodeLLM
• 数据集地址: https://huggingface.co/datasets/PGCodeLLM/FeatBench_v1.0-Verified2
• 版本: 1.0-Verified2
• 默认配置: default

数据集内容与结构

• 数据量: 包含 131 个样本。
• 数据划分: 仅包含一个“test”划分。
• 数据大小:
  • 下载大小: 21,253,553 字节
  • 数据集大小: 22,048,779 字节

数据特征（字段说明）

数据集包含以下主要字段：

1. 仓库与标识信息

   • repo: 仓库名称（字符串类型）
   • instance_id: 实例标识符（字符串类型）
   • base_commit: 基础提交哈希（字符串类型）
   • org: 组织名称（字符串类型）
   • number: 编号（整数类型）

2. 问题与描述信息

   • problem_statement: 问题描述（字符串类型）
   • hints_text: 提示文本（字符串类型）

3. 元数据信息

   • created_at: 创建时间（字符串类型）
   • version: 版本信息（字符串类型）
   • processed: 处理状态（布尔类型）

4. 测试与补丁文件信息

   • test_files: 测试文件列表（字符串列表）
   • FAIL_TO_PASS: 从失败到通过的测试列表（字符串列表）
   • PASS_TO_PASS: 保持通过的测试列表（字符串列表）
   • patch: 补丁内容（字符串类型）
   • test_patch: 测试补丁内容（字符串类型）

5. 结构化补丁信息

   • patch_files: 补丁文件列表，每个元素包含以下字段：
     • additions: 添加行数（整数类型）
     • changes: 修改行数（整数类型）
     • deletions: 删除行数（整数类型）
     • filename: 文件名（字符串类型）
     • patch: 补丁内容（字符串类型）
     • status: 状态（字符串类型）
   • test_patch_files: 测试补丁文件列表，结构与 patch_files 相同。

数据获取

• 数据文件路径: 在默认配置下，可通过 data/test-* 路径模式访问“test”划分的数据文件。