JetBrains Research 发布 THEMISTO 数据集, 应用在 编程语言模型、软件开发 领域

JetBrains Research 本次发布的数据集 THEMISTO, THEMISTO数据集由JetBrains Research创建，包含Jupyter笔记本开发轨迹，用于评估大型语言模型在预测代码输出和代码生成任务中利用运行时信息的能力。该数据集由29个笔记本的超过9000次单元格执行组成，不仅包括环境和笔记本的最终版本，还包括笔记本中的中间和调试步骤，这些是模型应支持开发者的关键阶段。数据集旨在解决代码语言模型中融入运行时信息的挑战，推动该领域的进一步研究。

查看THEMISTO

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。