乔治梅森大学 发布 Bangla Code Instruction dataset 数据集, 应用在 编程、自然语言处理 领域

乔治梅森大学 本次发布的数据集 Bangla Code Instruction dataset, 本数据集为Bangla语言编程领域提供了首个全面的代码指令数据集，包含30万个指令-代码对，用于编程领域的适应。数据集由三部分组成：Bangla-Code-Instruct-SI、Bangla-Code-Instruct-Syn和Bangla-Code-Instruct-TE，分别包含10万个指令-代码对，涵盖自我指导、合成生成和机器翻译三种方法。数据集旨在促进低资源语言代码生成模型的发展，并通过开源资源推动Bangla语言代码生成领域的研究。

查看Bangla Code Instruction dataset

关于 乔治梅森大学 , 乔治梅森大学（George Mason University，简称GMU）位于美国弗吉尼亚州，是一所公立研究型大学。该校成立于1972年，以其强大的法学、经济学、计算机科学和公共政策等学科而闻名。乔治梅森大学也是弗吉尼亚州最大的公立大学，拥有多个校区，提供广泛的本科、研究生和博士课程。

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。