autophagycode_D_metrics_he_Qwen3-0.6B_lr0.0001_scm_g7

该数据集包含164个编程任务样本，存储于单一训练集中。每个样本包含16个结构化特征，可分为四大类：1) 任务标识（task_id、entry_point）；2) 执行状态（is_executable、is_correct、tests_passed/failed、test_run_time_ms、error_type）；3) 代码复杂度指标（halstead_vocabulary/length/volume/difficulty/effort）；4) 维护性指标（maintainability_index、n_func_defined、entry_point_repeated）。数据集总大小21KB，适用于代码质量分析、自动化测试验证、程序复杂度研究等场景。本数据集包含164个编程任务样本，存储于单个训练集内。每个样本涵盖16项结构化特征，可划分为四大类别：1) 任务标识（task_id、entry_point）；2) 执行状态（is_executable、is_correct、tests_passed/failed、test_run_time_ms、error_type）；3) 哈尔斯特德复杂度指标（halstead_vocabulary、halstead_length、halstead_volume、halstead_difficulty、halstead_effort）；4) 可维护性指标（maintainability_index、n_func_defined、entry_point_repeated）。本数据集总容量为21KB，适用于代码质量分析、自动化测试验证、程序复杂度研究等场景。

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_g7
• 来源地址: https://huggingface.co/datasets/stefanocarrera/autophagycode_D_metrics_he_Qwen3-0.6B_lr0.0001_scm_g7
• 数据集大小: 19689 字节
• 下载大小: 16649 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
• 特征列:
  • 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，表示是否可执行。
  • is_correct: 布尔类型，表示是否正确。
  • 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。

配置与访问

• 默认配置名称: default
• 数据文件路径: data/train-*

搜集汇总

数据集介绍

构建方式

在代码生成与质量评估的研究领域，autophagycode_D_metrics_he_Qwen3-0.6B_lr0.0001_scm_g7数据集的构建体现了严谨的自动化流程。该数据集通过执行代码任务并收集运行时指标来生成，每个样本均包含任务标识、入口点及可执行性验证。构建过程中，系统运行测试用例以记录通过和失败的数量，并计算哈尔斯特德复杂度指标与可维护性指数，从而形成一套覆盖功能正确性与代码质量的多维度数据记录。

特点

该数据集的核心特点在于其丰富的代码质量度量维度。除了基本的可执行性与正确性标注外，还整合了哈尔斯特德度量体系，包括词汇量、长度、体积、难度与努力值，以及可维护性指数和函数定义数量。这些特征共同提供了从结构复杂性到维护成本的全面视角，适用于深入分析代码生成模型的输出质量与潜在缺陷，为代码智能研究提供了细粒度的评估基础。

使用方法

在代码生成模型评估与优化场景中，该数据集可直接用于训练或测试阶段。研究人员可加载数据集后，依据任务标识与入口点复现代码执行环境，利用通过失败测试数及错误类型进行性能分析。同时，哈尔斯特德度量与可维护性指数可作为特征输入，用于构建代码质量预测模型或评估生成代码的复杂性与可维护性，从而推动代码生成技术的精准改进。

背景与挑战

背景概述

在软件工程与代码质量评估领域，自动化代码度量与缺陷检测是提升软件可靠性与维护效率的核心研究方向。数据集'autophagycode_D_metrics_he_Qwen3-0.6B_lr0.0001_scm_g7'应运而生，其名称暗示了与自噬代码（autophagycode）概念及大语言模型Qwen的关联，可能由专注于智能软件工程的研究团队于近期构建。该数据集旨在通过整合Halstead复杂度度量、可维护性指数等多维代码特征，系统评估生成代码或现有代码片段的执行正确性、结构质量与潜在缺陷，为自动化代码审查与智能编程辅助工具提供数据基础，推动软件测试与维护向数据驱动范式演进。

当前挑战

该数据集致力于应对代码质量自动化评估中的核心挑战，即如何精准量化代码的复杂度、可维护性与功能性正确性，并建立可靠指标以预测代码缺陷。在构建过程中，研究人员需克服多重困难：一是确保代码样本的多样性与代表性，涵盖不同编程范式与复杂度层次；二是设计并实施鲁棒的自动化测试框架，以准确判定代码执行结果（is_correct）并收集运行时指标；三是处理大规模代码静态与动态分析带来的计算开销与噪声数据，例如test_run_time_ms字段的缺失值问题；四是定义与验证Halstead度量等传统指标在现代生成式AI代码场景下的适用性与解释力。

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_g7数据集为研究者提供了一个系统化的基准，用于分析代码的静态属性与执行行为。该数据集通过整合Halstead复杂度指标、可维护性指数及测试通过率等多维度特征，支持对代码质量进行量化评估。经典使用场景包括训练机器学习模型以预测代码缺陷或执行成功率，从而辅助自动化代码审查与优化过程，提升软件开发效率与可靠性。

衍生相关工作

围绕该数据集，已衍生出多项经典研究工作，包括基于机器学习的代码缺陷预测模型、代码复杂度与可维护性的关联性分析框架，以及自动化代码重构建议系统。这些工作进一步拓展了数据集中指标的应用范围，例如将Halstead指标与深度学习结合以提升预测精度，或探索可维护性指数在大型开源项目中的演化规律，为软件工程实践提供了丰富的理论支撑与工具创新。

数据集最近研究

最新研究方向

在代码生成与评估领域，autophagycode_D_metrics_he_Qwen3-0.6B_lr0.0001_scm_g7数据集聚焦于大语言模型生成代码的质量度量与可维护性分析。前沿研究探索如何结合Halstead复杂度指标与可维护性指数，自动化评估生成代码的结构化特征与错误模式，以提升模型在软件工程任务中的可靠性。热点事件包括开源社区对代码生成基准测试的标准化需求，推动数据集在模型微调与优化中的广泛应用，其影响在于为代码智能辅助工具提供了量化评估框架，促进了人工智能与软件开发的深度融合。