EngineeringSoftware/exLong-dataset

---
license: mit
task_categories:
- text-generation
tags:
- code
size_categories:
- 1K<n<10K
configs:
- config_name: with-EBT-name
data_files:
- split: train
path: "with-EBT-name/train-conditionnestack2e-with-name-ft.jsonl"
- split: test
path: "with-EBT-name/test-conditionnestack2e-with-name-ft.jsonl"
- config_name: no-EBT-name
data_files:
- split: train
path: "no-EBT-name/train-conditionnestack2e-no-name-ft.jsonl"
- split: test
path: "no-EBT-name/test-conditionnestack2e-no-name-ft.jsonl"
---
# exLong Dataset

This dataset is used to train and evaluate the exLong models on generating exceptional-behavior tests.

It has **two** subsets:
- 'with-EBT-name': provides the target test name in the prompt
- 'no-EBT-name': does not provide the target test name in the prompt

**NOTE**: the data format is customized for Code Llama models.

## Language
This is a Java dataset

## Dataset Structure
The input for the model contains the following context:
1. Method under test (MUT)
2. Relevant non-exceptional behavior test (nEBT)
3. Guard expression: the logical formula representing the constraints on the symbolic variables that must be true to follow that particular trace
4. Stack trace: the sequence of method invocations that start from the MUT and lead to the target throw statement
5. (Optional) Exceptional-behavior test name

## Data fields
1. id: the identifier for each data example
2. instruction: prompt containing all the context
3. output: target exceptional-behavior test

许可证：MIT许可证
任务类别：文本生成
标签：代码
样本规模：1000 < 样本数量 < 10000
配置项：
- 配置名称：with-EBT-name
数据文件：
- 训练拆分：路径为"with-EBT-name/train-conditionnestack2e-with-name-ft.jsonl"
- 测试拆分：路径为"with-EBT-name/test-conditionnestack2e-with-name-ft.jsonl"
- 配置名称：no-EBT-name
数据文件：
- 训练拆分：路径为"no-EBT-name/train-conditionnestack2e-no-name-ft.jsonl"
- 测试拆分：路径为"no-EBT-name/test-conditionnestack2e-no-name-ft.jsonl"

# exLong数据集
本数据集用于训练和评估exLong模型，以生成异常行为测试（Exceptional-Behavior Test, EBT）。
本数据集包含**两个**子集：
- with-EBT-name：在提示词中提供目标异常行为测试名称
- no-EBT-name：不在提示词中提供目标异常行为测试名称

**注意**：本数据集的数据格式专为Code Llama模型定制。

## 语言说明
本数据集采用Java语言编写。

## 数据集结构
模型的输入包含以下上下文信息：
1. 待测方法（Method Under Test, MUT）
2. 相关非异常行为测试（non-Exceptional-Behavior Test, nEBT）
3. 保护表达式：表示遵循特定执行路径时，符号变量需满足的约束逻辑公式
4. 堆栈跟踪：从待测方法出发，直至目标抛出语句的方法调用序列
5. （可选）异常行为测试名称

## 数据字段说明
1. id：每条数据样本的唯一标识符
2. instruction：包含全部上下文信息的提示词
3. output：目标异常行为测试