Mila Quebec AI Institute 发布 GitChameleon 数据集, 应用在 代码生成、软件开发 领域

Mila Quebec AI Institute 本次发布的数据集 GitChameleon, GitChameleon是一个包含328个Python代码补全问题的数据集，每个问题都与特定版本的Python库相关，并伴随可执行的单元测试。该数据集旨在评估现代大型语言模型、LLM驱动的代理、代码助手和RAG系统在生成符合特定库版本的代码方面的能力。数据集由26个库组成，涵盖科学计算、数据科学和Web开发领域，样本收集自2014年至2023年间的版本发布。数据集的创建过程涉及350多个小时的手动工作，包括识别历史性破坏性变更、编写问题陈述和验证单元测试。GitChameleon有助于推动更适应和可靠的AI代码生成方法的发展。

查看GitChameleon

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。