北京大学 发布 CodeRepetEval 数据集, 应用在 代码生成、软件开发 领域

北京大学 本次发布的数据集 CodeRepetEval, CodeRepetEval数据集由北京大学计算机科学技术系创建，旨在评估代码生成中缓解重复问题的方法。该数据集包含三种场景的数据，包括人工合成、代码生成基准和现实世界的代码仓库，共计2048个测试样本。数据集的创建过程涉及超过400小时的构造和检查工作。CodeRepetEval数据集可用于评估RPG方法在代码生成中的性能，该数据集的构建有助于推动代码生成中重复问题研究的进展。

查看CodeRepetEval

README 内容： 

关于 北京大学 , 北京大学是中国著名的高等学府，成立于1898年，原名京师大学堂，是中国最早的国立综合性大学，也是中国最高学府之一。其计算机科学技术系在国内外享有较高声誉，致力于计算机科学理论与应用的研究与教学。

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。