北京航空航天大学 发布 M2C-INSTRUCT 数据集, 应用在 代码生成、机器学习 领域

北京航空航天大学 本次发布的数据集 M2C-INSTRUCT, M2C-INSTRUCT是一个大规模的多语言多模态代码生成数据集，包含超过1310万个样本，涵盖50多种编程语言。数据集分为两个阶段，第一阶段包含1290万个问题，第二阶段包含168K个问题。M2C-INSTRUCT旨在通过整合视觉设计输入（如UML图和流程图）与文本指令，来提高代码生成的准确性和架构一致性。

查看M2C-INSTRUCT

README 内容： 

关于 北京航空航天大学 , 北京航空航天大学（Beihang University）是中国的一所综合性研究型大学，位于北京，以工程为主，同时在管理学、理学、文学、法学等多个领域也有较强研究实力，是中国著名的高等学府之一。

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。