VersiCode是第一个全面的数据集，旨在评估大语言模型生成特定库版本可验证代码的能力。该数据集涵盖了300个库的2000多个版本，时间跨度为9年。数据集包含两个主要任务：版本特定代码补全（VSCC）和版本感知代码编辑（VACE）。数据集主要支持Python，但也扩展到Java、JavaScript和C#。数据实例和字段的详细描述提供了对数据集结构的深入理解。

Hugging Face2024-06-18 更新130

CVSAnalY database

软件开发

版本控制

dump of the CVSAnalY database for computation of results of developers metadata

DataCite Commons2020-08-28 更新90

pharaouk/stack-v2-python-chunk1

版本控制

代码分析

--- dataset_info: features: - name: repo_name dtype: string - name: repo_url dtype: string - name: snapshot_id dtype: string - name: revision_id dtype: string - name: direc

Hugging Face2024-03-30 更新160

Reset23/the-stack-v2-blamed-sample

软件仓库分析

版本控制

该数据集包含多个特征字段，如blob_id、directory_id、path、content_id等，涵盖了文件路径、许可证信息、仓库名称、时间戳、GitHub事件统计、语言信息等。数据集分为一个训练集，包含7756个样本，总大小为120801644字节。

Hugging Face2024-12-15 更新110