ProgrammingDataset

kaggle2025-07-20 更新2025-08-16 收录

编程

代码质量

数据链接：

https://www.kaggle.com/datasets/kaiiddo/programmingdataset 数据链接链接失效反馈

官方服务：

资源简介：

A high-quality, production-grade dataset of programming code.

高质量、生产级的编程代码数据集

创建时间：

2025-07-20

BEE-spoke-data/the-stack-smol-xl-readable

代码分析

代码质量

该数据集来源于bigcode/the-stack-smol-xl，包含两个配置：default和original。每个配置都有训练集的数据文件路径和特征列表。特征包括代码大小、扩展名、语言、最大星标仓库名称、最大星标仓库许可证、最大星标数、最大问题仓库名称、最大问题仓库许可证、最大问题数、最大分叉仓库名称、最大分叉仓库许可证、最大分叉数、文本、平均行长度、最大行长度、字母数字比例、代码可读性和令牌

Hugging Face2024-06-07 更新160

1231czx/7b_pmistral_iter1_v01

编程

算法

该数据集包含多个特征，如索引、问题、真实推理链、真实答案、类型、解决方案、我的解决方案、代码、预测和报告。数据集包含一个训练集，共有437451个例子，总大小为932655901字节。

Hugging Face2024-07-12 更新80

1231czx/7b_beta01_iter3_1

编程

代码生成

该数据集包含多个特征，如gt_cot、idx、question、code、type、my_solu、pred、report、solution和gt。数据集分为一个训练集，包含312,465个示例，总大小为1,156,535,877字节。数据集的下载大小为461,000,942字节。

Hugging Face2024-07-05 更新60

QScored: A Large Dataset of Code Smells and Quality Metrics

代码异味

代码质量

The dataset contains code quality information of more than 86 thousand GitHub repositories containing more than 1.1 billion lines of code mainly written in C# and Java. The code quality information co

NIAID Data Ecosystem80

StAnD (Small problems)

静态分析

代码质量

Small problems from the Static Analysis Dataset

kaggle2026-07-17 更新60

ProgrammingDataset

资源简介：

相关数据集