gabeorlanski/tp3

Translating Python Programming Puzzles (TP3)数据集是从Python Programming Puzzles数据集的验证函数中创建的，用于检查答案是否满足谜题的约束。这些谜题的难度从基本字符检查到竞争性编程问题不等。数据集支持多种编程语言，包括C++、C#、Dart、Go、Haskell、Java、Javascript、Julia、Kotlin、Lua、PHP、R、Rust、Scala和TypeScript。数据集的结构包括问题ID、标题、编程语言、问题描述、签名、带文档字符串的签名、参数、源代码和问题信息等字段。数据集的创建过程详见BabelCode论文的第2节和第4.4节，原始P3数据集的收集过程详见Programming Puzzles论文。数据集由Google Research维护，许可信息为CC-BY-4.0。

原始信息汇总

数据集概述

数据集名称

• 名称: BabelCode TP3
• 别名: Translating Python Programming Puzzles (TP3)

数据集描述

• 来源: 由Python Programming Puzzles数据集（Schuster et al., 2021）中的验证函数创建。
• 目的: 用于检查答案是否满足谜题的约束。
• 难度范围: 从基本的字符检查到竞争编程问题。

支持的任务

• 任务类别: 文本生成、文本到文本生成、翻译

语言支持

• 源语言: 英语
• 目标语言: C++, C#, Dart, Go, Haskell, Java, Javascript, Julia, Kotlin, Lua, PHP, R, Rust, Scala, TypeScript

数据集结构

• 数据集类型: DatasetDict
• 测试集大小: 5920行
• 数据字段:
  • qid: 问题ID
  • title: 问题标题
  • language: 编程语言
  • text: 问题描述
  • signature: 问题签名
  • signature_with_docstring: 带文档字符串的问题签名
  • arguments: 问题参数
  • source: Python源解决方案
  • question_info: 包含测试代码、测试列表、测试案例ID、入口函数名、入口类名、命令、超时和扩展名的字典

许可证

• 许可证: Apache-2.0

数据集创建

• 创建方法: 参考BabelCode Paper的第2节和第4.4节。
• 原始数据集收集: 参考Programming Puzzles paper。

数据集维护者

• 维护者: Google Research

引用信息

@article{orlanski2023measuring, title={Measuring The Impact Of Programming Language Distribution}, author={Orlanski, Gabriel and Xiao, Kefan and Garcia, Xavier and Hui, Jeffrey and Howland, Joshua and Malmaud, Jonathan and Austin, Jacob and Singh, Rishah and Catasta, Michele}, journal={arXiv preprint arXiv:2302.01973}, year={2023} } @inproceedings{ schuster2021programming, title={Programming Puzzles}, author={Tal Schuster and Ashwin Kalyan and Alex Polozov and Adam Tauman Kalai}, booktitle={Thirty-fifth Conference on Neural Information Processing Systems Datasets and Benchmarks Track}, year={2021}, url={https://arxiv.org/abs/2106.05784} }