MrDoritos/MinecraftModSources

当前数据集包含2,000个不同的附加组件和每个附加组件的500,000多个源文件。总共有大约250,000个附加组件和50,000个模组。搜索标准忽略了二进制文件。未来的计划包括增加数据集的大小，训练用于Minecraft模组代码完成的数据集，以及创建另一个使用反编译模组的数据集。

The dataset consists of 2,000 different addons and their over 500,000 source files, primarily used for Minecraft mod code completion. The dataset is sourced from the PythonCurseforgeScraper project, with search criteria excluding binary files and currently not supporting specific version specification. Future plans include scaling the dataset size by 10-20x and creating another dataset using decompiled mods.

原始信息汇总

数据集概述

数据集规模

• 包含约2,000个不同的插件（addons）。
• 每个插件包含超过500,000个源文件。
• 总共有约250,000个插件和50,000个模组（mods）。

数据筛选

• 搜索标准忽略二进制文件。

未来计划

• 增加数据集规模，目标是现有规模的10-20倍。
• 使用该数据集训练用于Minecraft模组代码补全的模型。
• 创建另一个数据集，包含所有版本的所有模组的反编译结果。