JuICe (JuICe Dataset)

JuICe 是一个包含 150 万个示例的语料库，其中包含一个基于在线编程作业的 3.7K 个实例的精选测试集。与现有的上下文代码生成数据集相比，JuICe 提供了精细的人工管理数据、开放域代码和一个数量级的训练数据。

JuICe is a corpus consisting of 1.5 million examples, which features a curated test set of 3.7K instances derived from online programming assignments. Compared with existing contextual code generation datasets, JuICe offers fine-grained human-managed data, open-domain code, and training data that is an order of magnitude larger in scale.

搜集汇总

背景与挑战

背景概述

JuICe数据集是一个包含150万个示例的语料库，其中精选了3.7K个基于在线编程作业的测试实例。与现有上下文代码生成数据集相比，它提供了精细的人工管理数据、开放域代码以及数量级更大的训练数据，由华盛顿大学于2019年发布。