pwc-archive/links-between-paper-and-code

---
license: cc-by-sa-4.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: paper_url
dtype: string
- name: paper_title
dtype: string
- name: paper_arxiv_id
dtype: string
- name: paper_url_abs
dtype: string
- name: paper_url_pdf
dtype: string
- name: repo_url
dtype: string
- name: is_official
dtype: bool
- name: mentioned_in_paper
dtype: bool
- name: mentioned_in_github
dtype: bool
- name: framework
dtype: string
splits:
- name: train
num_bytes: 92630900
num_examples: 300161
download_size: 41364239
dataset_size: 92630900
---

> [!CAUTION]
> This dataset will not be updated. It corresponds to the last available public snapshot of the data, retrieved on July 28th, 2025.
>

---
许可证：知识共享署名-相同方式共享4.0协议（CC BY-SA 4.0）
数据集配置项：
- 配置名称：默认
数据文件：
- 数据划分：训练集
路径：data/train-*
数据集信息：
特征字段：
- 名称：论文链接（paper_url），数据类型：字符串
- 名称：论文标题（paper_title），数据类型：字符串
- 名称：论文arXiv编号（paper_arxiv_id），数据类型：字符串
- 名称：论文摘要页链接（paper_url_abs），数据类型：字符串
- 名称：论文PDF链接（paper_url_pdf），数据类型：字符串
- 名称：代码仓库链接（repo_url），数据类型：字符串
- 名称：是否为官方仓库（is_official），数据类型：布尔值
- 名称：论文中提及（mentioned_in_paper），数据类型：布尔值
- 名称：GitHub中提及（mentioned_in_github），数据类型：布尔值
- 名称：开发框架（framework），数据类型：字符串
数据划分：
- 划分名称：训练集
占用字节数：92630900
样本数量：300161
下载大小：41364239
数据集总大小：92630900
---

> [!注意事项]
> 本数据集将不再进行更新，其对应于2025年7月28日获取的最后一份可用公开数据快照。