AISE-TUDelft/ML4SE23_G6_Devign

Name: AISE-TUDelft/ML4SE23_G6_Devign
Creator: AISE-TUDelft
Published: 2024-03-04T19:10:21+08:00

Hugging Face2023-11-06 更新2024-03-04 收录

数据链接：

https://hf-mirror.com/datasets/AISE-TUDelft/ML4SE23_G6_Devign 数据链接链接失效反馈

官方服务：

资源简介：

--- license: mit ---

提供机构：

AISE-TUDelft

原始信息汇总

数据集许可证

许可证类型：MIT

AISE-TUDelft/ML4SE23_G8_CodeSearchNet-Python

代码搜索

代码摘要

该数据集用于微调WizardCoder-1B-V1.0模型，专注于代码摘要任务。它是CodeXGLUE CodeSearchNet代码到文本数据集中Python子集的清理版本，清理了代码列中的文档字符串。数据集包含多个特征，如id、repo、path、func_name、original_string、language、code、code_tokens、docstring、docstring_to

Hugging Face2023-11-06 更新210

AISE-TUDelft/LLM-of-Babel-NL2

自然语言处理

机器学习

--- dataset_info: features: - name: file_id dtype: int64 - name: content dtype: string - name: repo dtype: string - name: path dtype: string splits: - name: train num

Hugging Face2024-05-18 更新120

AISE-TUDelft/data-adjust

编程语言

代码分析

这是一个包含多种编程语言源代码文件的特性信息的数据集，特性信息包括文件名、文件路径、内容、大小、使用的编程语言、文件扩展名、总行数、平均行长度、最长行长度、字母和数字的比例、代码仓库的名称、星标数、分支数、开启的问题数、许可证类型、代码提取日期、SHA哈希值等。每种编程语言都有一个训练集split，数据集规模较大，适用于代码分析、自然语言处理等研究领域。

Hugging Face2025-07-11 更新110

AISE-TUDelft/nlbse_ccc

代码注释分类

软件工程

该数据集是为NLBSE23代码注释分类竞赛创建的数据集对象，包含Java、Python和Pharo三种编程语言的代码注释。数据集分为多个类别，如Expand、Ownership、Deprecation等，每个类别都有正负样本的分布情况。数据集的特征包括comment_sentence_id、class、comment_sentence等。数据集的创建过程通过代码片段展示，使用了GitHub仓库中的

Hugging Face2023-08-24 更新190

AISE-TUDelft/hammurabis-code

代码安全

大型语言模型评估

Hammurabis Code是一个用于评估大型语言模型（LLM）在代码生成和软件工程任务中潜在有害性的数据集。它包含专门设计的提示，用于引出与潜在有害场景相关的响应，从而对模型的对齐性和安全性进行系统性评估。数据集关注于LLM生成可能被恶意使用或无意中造成伤害的代码的风险。

Hugging Face2025-04-08 更新110