Arain/UnitTest-Finetuning

UnitTest-Finetuning Corpus数据集包含148万个指令提示，用于敏捷开发（AD）和测试驱动开发（TDD）中的开发任务，涵盖了约5.5K个Java和16.2K个Python开源项目。数据集支持多种任务，包括测试完成、测试生成和功能代码生成。每个数据点代表一个指令提示，包含了具体的指令和输出。数据集的结构和提示类型也被详细描述，包括测试完成、测试生成和功能代码生成的具体指令格式。

原始信息汇总

UnitTest-Finetuning Corpus 数据集概述

数据集概要

• 名称: UnitTest-Finetuning Corpus
• 规模: 包含约1.48百万个指令提示，涵盖约5.5K Java和16.2K Python开源项目。
• 用途: 主要用于敏捷开发（AD）和测试驱动开发（TDD）中的开发任务。

支持的任务

1. Method-Test Dataset:

   • 用途: 用于训练模型完成测试完成和测试生成任务。
   • 应用场景: 敏捷开发。

2. Docstring-Test-Method Dataset:

   • 用途: 用于训练模型完成测试完成、测试生成任务及功能代码生成。
   • 应用场景: 测试驱动开发。

语言

• Java
• Python

数据集结构

数据实例

• 描述: 每个数据点代表一个指令提示。
• 示例: json { "instruction": "You are a professional java software engineer...", "output": "java package com.google.api.client.util.escape;..." }

提示类型

• Test Completion in AD: 用于生成新的测试方法以覆盖未测试的方面。
• Test Generation in AD: 用于生成完整的测试类。
• Test Completion in TDD: 用于生成新的测试方法以覆盖未测试的方面。
• Test Generation in TDD: 用于从自然语言需求中生成完整的测试类。
• Functional Code Generation in TDD: 用于生成确保所有测试通过的功能代码。

许可证

• 类型: Apache-2.0