AISE-TUDelft/multilingual-code-comments-fixed

Name: AISE-TUDelft/multilingual-code-comments-fixed
Creator: AISE-TUDelft
Published: 2026-01-09 11:17:58
License: 暂无描述

Hugging Face2026-01-09 更新2026-01-03 收录

下载链接：

https://hf-mirror.com/datasets/AISE-TUDelft/multilingual-code-comments-fixed

下载链接

链接失效反馈

官方服务：

资源简介：

--- dataset_info: - config_name: Chinese features: - name: file_id dtype: string - name: content dtype: string - name: repo dtype: string - name: path dtype: string - name: original_comment dtype: string - name: masked_data_Qwen/CodeQwen1.5-7B dtype: string - name: predict_Qwen/CodeQwen1.5-7B dtype: string - name: predicted_comment_Qwen/CodeQwen1.5-7B dtype: string - name: masked_data_bigcode/starcoder2-7b dtype: string - name: predict_bigcode/starcoder2-7b dtype: string - name: predicted_comment_bigcode/starcoder2-7b dtype: string - name: masked_data_ibm-granite/granite-8b-code-base dtype: string - name: predict_ibm-granite/granite-8b-code-base dtype: string - name: predicted_comment_ibm-granite/granite-8b-code-base dtype: string - name: masked_data_meta-llama/CodeLlama-7b-hf dtype: string - name: predict_meta-llama/CodeLlama-7b-hf dtype: string - name: predicted_comment_meta-llama/CodeLlama-7b-hf dtype: string - name: masked_data_google/codegemma-7b dtype: string - name: predict_google/codegemma-7b dtype: string - name: predicted_comment_google/codegemma-7b dtype: string - name: expert_accuracy_Qwen/CodeQwen1.5-7B dtype: string - name: error_codes_Qwen/CodeQwen1.5-7B dtype: string - name: expert_accuracy_bigcode/starcoder2-7b dtype: string - name: error_codes_bigcode/starcoder2-7b dtype: string - name: expert_accuracy_google/codegemma-7b dtype: string - name: error_codes_google/codegemma-7b dtype: string - name: expert_accuracy_ibm-granite/granite-8b-code-base dtype: string - name: error_codes_ibm-granite/granite-8b-code-base dtype: string - name: expert_accuracy_meta-llama/CodeLlama-7b-hf dtype: string - name: error_codes_meta-llama/CodeLlama-7b-hf dtype: string splits: - name: train num_bytes: 21631801 num_examples: 500 download_size: 8927665 dataset_size: 21631801 - config_name: Dutch features: - name: file_id dtype: string - name: content dtype: string - name: repo dtype: string - name: path dtype: string - name: original_comment dtype: string - name: masked_data_Qwen/CodeQwen1.5-7B dtype: string - name: predict_Qwen/CodeQwen1.5-7B dtype: string - name: predicted_comment_Qwen/CodeQwen1.5-7B dtype: string - name: masked_data_bigcode/starcoder2-7b dtype: string - name: expert_accuracy_Qwen/CodeQwen1.5-7B dtype: string - name: error_codes_Qwen/CodeQwen1.5-7B dtype: string - name: predict_bigcode/starcoder2-7b dtype: string - name: predicted_comment_bigcode/starcoder2-7b dtype: string - name: masked_data_ibm-granite/granite-8b-code-base dtype: string - name: expert_accuracy_bigcode/starcoder2-7b dtype: string - name: error_codes_bigcode/starcoder2-7b dtype: string - name: predict_ibm-granite/granite-8b-code-base dtype: string - name: predicted_comment_ibm-granite/granite-8b-code-base dtype: string - name: masked_data_meta-llama/CodeLlama-7b-hf dtype: string - name: expert_accuracy_ibm-granite/granite-8b-code-base dtype: string - name: error_codes_ibm-granite/granite-8b-code-base dtype: string - name: predict_meta-llama/CodeLlama-7b-hf dtype: string - name: predicted_comment_meta-llama/CodeLlama-7b-hf dtype: string - name: masked_data_google/codegemma-7b dtype: string - name: expert_accuracy_meta-llama/CodeLlama-7b-hf dtype: string - name: error_codes_meta-llama/CodeLlama-7b-hf dtype: string - name: predict_google/codegemma-7b dtype: string - name: predicted_comment_google/codegemma-7b dtype: string - name: expert_accuracy_google/codegemma-7b dtype: string - name: error_codes_google/codegemma-7b dtype: string splits: - name: train num_bytes: 24073258 num_examples: 500 download_size: 9180742 dataset_size: 24073258 - config_name: English features: - name: file_id dtype: string - name: content dtype: string - name: repo dtype: string - name: path dtype: string - name: original_comment dtype: string - name: masked_data_Qwen/CodeQwen1.5-7B dtype: string - name: predict_Qwen/CodeQwen1.5-7B dtype: string - name: predicted_comment_Qwen/CodeQwen1.5-7B dtype: string - name: masked_data_bigcode/starcoder2-7b dtype: string - name: predict_bigcode/starcoder2-7b dtype: string - name: predicted_comment_bigcode/starcoder2-7b dtype: string - name: masked_data_ibm-granite/granite-8b-code-base dtype: string - name: predict_ibm-granite/granite-8b-code-base dtype: string - name: predicted_comment_ibm-granite/granite-8b-code-base dtype: string - name: masked_data_meta-llama/CodeLlama-7b-hf dtype: string - name: predict_meta-llama/CodeLlama-7b-hf dtype: string - name: predicted_comment_meta-llama/CodeLlama-7b-hf dtype: string - name: masked_data_google/codegemma-7b dtype: string - name: predict_google/codegemma-7b dtype: string - name: predicted_comment_google/codegemma-7b dtype: string - name: error_codes_Qwen/CodeQwen1.5-7B dtype: string - name: expert_accuracy_Qwen/CodeQwen1.5-7B dtype: string - name: error_codes_bigcode/starcoder2-7b dtype: string - name: expert_accuracy_bigcode/starcoder2-7b dtype: string - name: error_codes_ibm-granite/granite-8b-code-base dtype: string - name: expert_accuracy_ibm-granite/granite-8b-code-base dtype: string - name: error_codes_meta-llama/CodeLlama-7b-hf dtype: string - name: expert_accuracy_meta-llama/CodeLlama-7b-hf dtype: string - name: error_codes_google/codegemma-7b dtype: string - name: expert_accuracy_google/codegemma-7b dtype: string splits: - name: train num_bytes: 20540810 num_examples: 500 download_size: 8130598 dataset_size: 20540810 - config_name: Greek features: - name: file_id dtype: string - name: content dtype: string - name: repo dtype: string - name: path dtype: string - name: original_comment dtype: string - name: masked_data_Qwen/CodeQwen1.5-7B dtype: string - name: predict_Qwen/CodeQwen1.5-7B dtype: string - name: predicted_comment_Qwen/CodeQwen1.5-7B dtype: string - name: masked_data_bigcode/starcoder2-7b dtype: string - name: predict_bigcode/starcoder2-7b dtype: string - name: predicted_comment_bigcode/starcoder2-7b dtype: string - name: masked_data_ibm-granite/granite-8b-code-base dtype: string - name: predict_ibm-granite/granite-8b-code-base dtype: string - name: predicted_comment_ibm-granite/granite-8b-code-base dtype: string - name: masked_data_meta-llama/CodeLlama-7b-hf dtype: string - name: predict_meta-llama/CodeLlama-7b-hf dtype: string - name: predicted_comment_meta-llama/CodeLlama-7b-hf dtype: string - name: masked_data_google/codegemma-7b dtype: string - name: predict_google/codegemma-7b dtype: string - name: predicted_comment_google/codegemma-7b dtype: string - name: error_codes_bigcode/starcoder2-7b dtype: string - name: error_codes_ibm-granite/granite-8b-code-base dtype: string - name: error_codes_meta-llama/CodeLlama-7b-hf dtype: string - name: error_codes_google/codegemma-7b dtype: string - name: error_codes_Qwen/CodeQwen1.5-7B dtype: string - name: expert_accuracy_bigcode/starcoder2-7b dtype: string - name: expert_accuracy_ibm-granite/granite-8b-code-base dtype: string - name: expert_accuracy_meta-llama/CodeLlama-7b-hf dtype: string - name: expert_accuracy_google/codegemma-7b dtype: string - name: expert_accuracy_Qwen/CodeQwen1.5-7B dtype: string splits: - name: train num_bytes: 25626813 num_examples: 500 download_size: 9167871 dataset_size: 25626813 - config_name: Polish features: - name: file_id dtype: string - name: repo dtype: string - name: path dtype: string - name: content dtype: string - name: original_comment dtype: string - name: masked_data_Qwen/CodeQwen1.5-7B dtype: string - name: predict_Qwen/CodeQwen1.5-7B dtype: string - name: predicted_comment_Qwen/CodeQwen1.5-7B dtype: string - name: masked_data_bigcode/starcoder2-7b dtype: string - name: predict_bigcode/starcoder2-7b dtype: string - name: predicted_comment_bigcode/starcoder2-7b dtype: string - name: masked_data_ibm-granite/granite-8b-code-base dtype: string - name: predict_ibm-granite/granite-8b-code-base dtype: string - name: predicted_comment_ibm-granite/granite-8b-code-base dtype: string - name: masked_data_meta-llama/CodeLlama-7b-hf dtype: string - name: predict_meta-llama/CodeLlama-7b-hf dtype: string - name: predicted_comment_meta-llama/CodeLlama-7b-hf dtype: string - name: masked_data_google/codegemma-7b dtype: string - name: predict_google/codegemma-7b dtype: string - name: predicted_comment_google/codegemma-7b dtype: string - name: error_codes_Qwen/CodeQwen1.5-7B dtype: string - name: expert_accuracy_Qwen/CodeQwen1.5-7B dtype: string - name: error_codes_bigcode/starcoder2-7b dtype: string - name: expert_accuracy_bigcode/starcoder2-7b dtype: string - name: error_codes_ibm-granite/granite-8b-code-base dtype: string - name: expert_accuracy_ibm-granite/granite-8b-code-base dtype: string - name: error_codes_meta-llama/CodeLlama-7b-hf dtype: string - name: expert_accuracy_meta-llama/CodeLlama-7b-hf dtype: string - name: error_codes_google/codegemma-7b dtype: string - name: expert_accuracy_google/codegemma-7b dtype: string splits: - name: train num_bytes: 17775627 num_examples: 500 download_size: 7233103 dataset_size: 17775627 configs: - config_name: Chinese data_files: - split: train path: Chinese/train-* - config_name: Dutch data_files: - split: train path: Dutch/train-* - config_name: English data_files: - split: train path: English/train-* - config_name: Greek data_files: - split: train path: Greek/train-* - config_name: Polish data_files: - split: train path: Polish/train-* ---

数据集信息： - 配置名称：Chinese（中文）特征项： - 名称：file_id，数据类型：字符串 - 名称：content，数据类型：字符串 - 名称：repo，数据类型：字符串 - 名称：path，数据类型：字符串 - 名称：original_comment，数据类型：字符串 - 名称：masked_data_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predict_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predicted_comment_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：masked_data_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predict_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predicted_comment_bigcode/starcoder2-7b，数据类型：字符串 - 名称：masked_data_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predict_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predicted_comment_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：masked_data_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predict_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predicted_comment_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：masked_data_google/codegemma-7b，数据类型：字符串 - 名称：predict_google/codegemma-7b，数据类型：字符串 - 名称：predicted_comment_google/codegemma-7b，数据类型：字符串 - 名称：expert_accuracy_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：error_codes_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：expert_accuracy_bigcode/starcoder2-7b，数据类型：字符串 - 名称：error_codes_bigcode/starcoder2-7b，数据类型：字符串 - 名称：expert_accuracy_google/codegemma-7b，数据类型：字符串 - 名称：error_codes_google/codegemma-7b，数据类型：字符串 - 名称：expert_accuracy_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：error_codes_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：expert_accuracy_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：error_codes_meta-llama/CodeLlama-7b-hf，数据类型：字符串数据拆分： - 拆分名称：train，字节数：21631801，样本数量：500 下载体积：8927665，数据集总字节数：21631801 - 配置名称：Dutch（荷兰语）特征项： - 名称：file_id，数据类型：字符串 - 名称：content，数据类型：字符串 - 名称：repo，数据类型：字符串 - 名称：path，数据类型：字符串 - 名称：original_comment，数据类型：字符串 - 名称：masked_data_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predict_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predicted_comment_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：masked_data_bigcode/starcoder2-7b，数据类型：字符串 - 名称：expert_accuracy_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：error_codes_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predict_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predicted_comment_bigcode/starcoder2-7b，数据类型：字符串 - 名称：masked_data_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：expert_accuracy_bigcode/starcoder2-7b，数据类型：字符串 - 名称：error_codes_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predict_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predicted_comment_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：masked_data_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：expert_accuracy_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：error_codes_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predict_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predicted_comment_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：masked_data_google/codegemma-7b，数据类型：字符串 - 名称：expert_accuracy_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：error_codes_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predict_google/codegemma-7b，数据类型：字符串 - 名称：predicted_comment_google/codegemma-7b，数据类型：字符串 - 名称：expert_accuracy_google/codegemma-7b，数据类型：字符串 - 名称：error_codes_google/codegemma-7b，数据类型：字符串数据拆分： - 拆分名称：train，字节数：24073258，样本数量：500 下载体积：9180742，数据集总字节数：24073258 - 配置名称：English（英语）特征项： - 名称：file_id，数据类型：字符串 - 名称：content，数据类型：字符串 - 名称：repo，数据类型：字符串 - 名称：path，数据类型：字符串 - 名称：original_comment，数据类型：字符串 - 名称：masked_data_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predict_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predicted_comment_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：masked_data_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predict_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predicted_comment_bigcode/starcoder2-7b，数据类型：字符串 - 名称：masked_data_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predict_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predicted_comment_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：masked_data_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predict_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predicted_comment_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：masked_data_google/codegemma-7b，数据类型：字符串 - 名称：predict_google/codegemma-7b，数据类型：字符串 - 名称：predicted_comment_google/codegemma-7b，数据类型：字符串 - 名称：error_codes_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：expert_accuracy_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：error_codes_bigcode/starcoder2-7b，数据类型：字符串 - 名称：expert_accuracy_bigcode/starcoder2-7b，数据类型：字符串 - 名称：error_codes_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：expert_accuracy_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：error_codes_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：expert_accuracy_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：error_codes_google/codegemma-7b，数据类型：字符串 - 名称：expert_accuracy_google/codegemma-7b，数据类型：字符串数据拆分： - 拆分名称：train，字节数：20540810，样本数量：500 下载体积：8130598，数据集总字节数：20540810 - 配置名称：Greek（希腊语）特征项： - 名称：file_id，数据类型：字符串 - 名称：content，数据类型：字符串 - 名称：repo，数据类型：字符串 - 名称：path，数据类型：字符串 - 名称：original_comment，数据类型：字符串 - 名称：masked_data_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predict_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predicted_comment_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：masked_data_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predict_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predicted_comment_bigcode/starcoder2-7b，数据类型：字符串 - 名称：masked_data_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predict_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predicted_comment_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：masked_data_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predict_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predicted_comment_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：masked_data_google/codegemma-7b，数据类型：字符串 - 名称：predict_google/codegemma-7b，数据类型：字符串 - 名称：predicted_comment_google/codegemma-7b，数据类型：字符串 - 名称：error_codes_bigcode/starcoder2-7b，数据类型：字符串 - 名称：error_codes_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：error_codes_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：error_codes_google/codegemma-7b，数据类型：字符串 - 名称：error_codes_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：expert_accuracy_bigcode/starcoder2-7b，数据类型：字符串 - 名称：expert_accuracy_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：expert_accuracy_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：expert_accuracy_google/codegemma-7b，数据类型：字符串 - 名称：expert_accuracy_Qwen/CodeQwen1.5-7B，数据类型：字符串数据拆分： - 拆分名称：train，字节数：25626813，样本数量：500 下载体积：9167871，数据集总字节数：25626813 - 配置名称：Polish（波兰语）特征项： - 名称：file_id，数据类型：字符串 - 名称：content，数据类型：字符串 - 名称：repo，数据类型：字符串 - 名称：path，数据类型：字符串 - 名称：original_comment，数据类型：字符串 - 名称：masked_data_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predict_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predicted_comment_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：masked_data_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predict_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predicted_comment_bigcode/starcoder2-7b，数据类型：字符串 - 名称：masked_data_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predict_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predicted_comment_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：masked_data_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predict_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predicted_comment_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：masked_data_google/codegemma-7b，数据类型：字符串 - 名称：predict_google/codegemma-7b，数据类型：字符串 - 名称：predicted_comment_google/codegemma-7b，数据类型：字符串 - 名称：error_codes_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：expert_accuracy_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：error_codes_bigcode/starcoder2-7b，数据类型：字符串 - 名称：expert_accuracy_bigcode/starcoder2-7b，数据类型：字符串 - 名称：error_codes_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：expert_accuracy_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：error_codes_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：expert_accuracy_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：error_codes_google/codegemma-7b，数据类型：字符串 - 名称：expert_accuracy_google/codegemma-7b，数据类型：字符串数据拆分： - 拆分名称：train，字节数：17775627，样本数量：500 下载体积：7233103，数据集总字节数：17775627 配置项： - 配置名称：Chinese，数据文件： - 拆分：train，路径：Chinese/train-* - 配置名称：Dutch，数据文件： - 拆分：train，路径：Dutch/train-* - 配置名称：English，数据文件： - 拆分：train，路径：English/train-* - 配置名称：Greek，数据文件： - 拆分：train，路径：Greek/train-* - 配置名称：Polish，数据文件： - 拆分：train，路径：Polish/train-*

提供机构：

AISE-TUDelft

5,000+

优质数据集

54 个

任务类型

进入经典数据集