中山大学 发布 SWE-Factory 数据集, 应用在 软件工程、编程语言 领域

中山大学 本次发布的数据集 SWE-Factory, SWE-Factory是一个自动化的流水线，旨在解决GitHub问题解决任务中大规模数据集构建的挑战。该数据集包含了671个问题，涉及Python、Java、JavaScript和TypeScript四种编程语言。SWE-Factory通过SWE-Builder、标准化退出码评分和自动化fail2pass验证三个核心自动化组件，有效地构建了高质量的问题解决任务实例。该数据集对于训练和评估大型语言模型在软件工程方面的能力具有重要意义。

查看SWE-Factory

README 内容： 

关于 中山大学 , 中山大学是中国广东省的一所综合性大学，是中国南方的重要学术研究中心之一。

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。