autophagycode_D_metrics_he_Qwen3-0.6B_lr0.0001_scm_g6

该数据集包含164个训练样本，存储大小为21KB，主要记录与代码执行和软件工程指标相关的数据。数据集包含17个字段，涵盖任务标识（task_id）、入口点（entry_point）、可执行状态（is_executable）、正确性标记（is_correct）、测试通过/失败数量（tests_passed/tests_failed）、测试运行时间（test_run_time_ms）、错误类型（error_type）等执行指标，以及Halstead复杂度指标（halstead_vocabulary/length/volume/difficulty/effort）、可维护性指数（maintainability_index）、函数定义数量（n_func_defined）等代码质量度量。数据适用于代码正确性验证、软件质量评估等任务。

原始信息汇总

数据集概述

基本信息

• 数据集名称: autophagycode_D_metrics_he_Qwen3-0.6B_lr0.0001_scm_g6
• 来源地址: https://huggingface.co/datasets/stefanocarrera/autophagycode_D_metrics_he_Qwen3-0.6B_lr0.0001_scm_g6
• 数据集大小: 19656 字节
• 下载大小: 16557 字节

数据内容与结构

• 数据条目总数: 164 个示例
• 数据分割: 仅包含一个“train”分割
• 数据文件: data/train-*

特征字段说明

数据集包含以下特征字段：

• task_id: 字符串类型，任务标识符。
• entry_point: 字符串类型，入口点。
• is_executable: 布尔类型，是否可执行。
• is_correct: 布尔类型，是否正确。
• tests_passed: 整型，通过的测试数量。
• tests_failed: 整型，失败的测试数量。
• test_run_time_ms: 空值类型，测试运行时间（毫秒）。
• error_type: 字符串类型，错误类型。
• halstead_vocabulary: 整型，Halstead词汇量。
• halstead_length: 整型，Halstead长度。
• halstead_volume: 浮点型，Halstead体积。
• halstead_difficulty: 浮点型，Halstead难度。
• halstead_effort: 浮点型，Halstead工作量。
• maintainability_index: 浮点型，可维护性指数。
• n_func_defined: 整型，定义的函数数量。
• entry_point_repeated: 布尔类型，入口点是否重复。

搜集汇总

数据集介绍

构建方式

在代码生成与评估领域，autophagycode_D_metrics_he_Qwen3-0.6B_lr0.0001_scm_g6数据集通过系统化方法构建而成。其核心流程涉及使用特定模型参数配置生成代码样本，并基于自动化测试框架对每个样本进行功能验证。构建过程中，每个条目均关联唯一任务标识与入口点，通过执行测试用例来量化代码的正确性与可靠性，同时集成Halstead复杂度指标与可维护性指数等多维度度量，从而形成结构化的评估记录。

特点

该数据集在代码质量评估方面展现出显著特征，其结构设计精细，涵盖任务标识、可执行状态、正确性标记及通过失败测试数量等关键字段。尤为突出的是，它融合了软件工程领域的经典度量体系，如Halstead词汇量、长度、体积、难度与努力度，并辅以可维护性指数与定义函数数量，提供了从静态分析到动态执行的全方位视角。这种多维特征集成使得数据集能够支持对代码生成模型输出进行深入且量化的比较研究。

使用方法

针对该数据集的应用，研究人员可将其作为基准工具，用于分析与比较不同代码生成模型的性能。典型使用流程包括加载训练分割中的数据，依据任务标识与入口点检索特定代码样本，并结合其可执行性、正确性及测试通过率等字段进行初步筛选。进一步，通过解析Halstead度量与可维护性指数，用户能够从代码复杂度与维护成本角度评估生成代码的质量，从而为模型优化与算法改进提供实证依据。

背景与挑战

背景概述

在软件工程与代码质量评估领域，自动化代码度量分析已成为提升软件可靠性与可维护性的关键研究方向。数据集'autophagycode_D_metrics_he_Qwen3-0.6B_lr0.0001_scm_g6'由相关研究团队于近期构建，旨在系统评估基于大语言模型的代码生成与修复能力。该数据集聚焦于代码执行正确性、测试覆盖度及Halstead复杂度等多项度量指标，为核心研究问题——即如何量化生成代码的功能完备性与结构质量——提供了实证基础。其构建不仅推动了智能编程辅助工具的发展，也为代码自动优化与缺陷检测领域注入了新的数据驱动力。

当前挑战

该数据集致力于应对代码生成与评估中的双重挑战：在领域问题层面，如何准确衡量生成代码的功能正确性与结构复杂性，尤其在多维度度量指标（如Halstead复杂度与可维护性指数）的协同评估上存在显著难度；在构建过程中，确保代码样本的可执行性、测试用例的全面覆盖以及度量计算的标准化，均需克服数据清洗、测试环境一致性及指标有效性的技术障碍。这些挑战共同凸显了高质量代码评估数据集的稀缺性与构建复杂性。

常用场景

经典使用场景

在软件工程与代码质量评估领域，autophagycode_D_metrics_he_Qwen3-0.6B_lr0.0001_scm_g6数据集被广泛应用于自动化代码分析与缺陷检测任务。该数据集通过整合Halstead复杂度指标、可维护性指数及测试执行结果等多维度特征，为研究者提供了评估代码结构复杂性与功能正确性的标准化基准。其典型应用场景包括训练机器学习模型以预测代码错误或识别低质量代码片段，从而辅助开发者在早期阶段优化软件设计，提升代码可靠性。

实际应用

在实际软件开发流程中，该数据集可直接集成至持续集成与交付管道，用于构建实时代码质量监控系统。企业可借助其度量指标自动化评估提交代码的复杂度与潜在缺陷风险，辅助团队进行代码评审优先级排序。例如，结合可维护性指数与测试结果，工具能够预警高维护成本模块，指导重构决策，从而降低长期技术债务，提升软件项目的整体开发效率与稳定性。

衍生相关工作

基于该数据集衍生的经典工作主要集中在智能软件工程与代码生成领域。例如，研究者利用其多维度特征训练神经网络模型，实现了代码错误自动分类与修复建议生成；另有工作将其扩展至代码克隆检测或技术债务评估任务，开发出融合复杂度度量的新型分析框架。这些成果进一步丰富了代码质量研究的工具链，并为后续大语言模型在代码理解与生成方面的微调提供了关键数据支撑。