哈尔滨工业大学深圳 发布 CodeRepoQA 数据集, 应用在 软件工程、问答系统 领域

哈尔滨工业大学深圳 本次发布的数据集 CodeRepoQA, CodeRepoQA是一个大规模的软件工程问答基准数据集，由哈尔滨工业大学深圳和字节跳动联合创建。该数据集包含585,687条多轮对话，涵盖五种编程语言，主要从GitHub的30个知名代码仓库中爬取并筛选得到。数据集的创建过程包括数据爬取和过滤，确保数据的相关性和质量。CodeRepoQA旨在评估语言模型在软件工程领域的问答能力，特别是多轮对话场景下的表现，帮助解决实际软件开发中的复杂问题。

查看CodeRepoQA

README 内容： 

关于 哈尔滨工业大学深圳 , 哈尔滨工业大学深圳是哈尔滨工业大学在深圳设立的分校，致力于提供高质量的教育和研究，涵盖工程、科学、管理等多个领域。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。