iidai/codenet

Name: iidai/codenet
Creator: iidai
Published: 2024-01-05 09:06:47
License: 暂无描述

Hugging Face2024-01-05 更新2024-06-22 收录

下载链接：

https://hf-mirror.com/datasets/iidai/codenet

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: mit ---

提供机构：

iidai

原始信息汇总

数据集许可证

许可证类型: MIT

iidai/avatar

--- license: mit ---

Hugging Face2024-01-05 更新30

CodeNet

CodeNet是由IBM研究院创建的一个大规模数据集，包含超过1400万个代码样本和约5亿行代码，涵盖55种不同的编程语言。数据集主要从AIZU和AtCoder两个在线评判系统中收集，用于支持AI在编程领域的学习和研究。CodeNet不仅规模庞大，还提供了丰富的标注数据，用于代码相似性、分类、跨语言代码翻译以及代码性能优化等任务的研究。此外，数据集还提供了样本输入和输出测试集，用于确定代码的正确性

arXiv2021-08-30 更新370

systemk/codenet

--- license: cdla-permissive-2.0 task_categories: - text-generation - text-classification dataset_info: - config_name: accepted features: - name: code dtype: string - name: submission_id

Hugging Face2024-02-16 更新200

CodeNet

CodeNet数据集由名古屋大学信息学研究生院创建，主要用于评估多语言代码克隆检测器的性能。该数据集包含来自两个在线评判系统（AIZU OJ和AtCoder）的代码数据，涵盖Java、Python、C和C++四种编程语言。数据集通过选择12个子数据集来反映目标克隆检测器覆盖的编辑距离相似性部分，旨在评估克隆检测器的正确性。CodeNet数据集的应用领域主要集中在软件工程中的代码克隆检测，旨在解决现

arXiv2024-09-10 更新2240

Project CodeNet

该数据集包含了来自AIZU和AtCoder两个公开评测平台的超过1400万份代码样本，为代码分类任务提供了四个大型且具有挑战性的数据集。这些数据集包括Java250、Python800、C++1000以及C++1400。整个数据集规模超过1400万样本，所涉及的任务是代码分类。

arXiv1070