发布 Lyra 数据集, 应用在 代码生成、自然语言处理 领域

本次发布的数据集 Lyra, 该数据集包含了2000个精心注释的Python数据库操作程序，这些程序内嵌了SQL语句，并且每个程序都配有一段中文注释和一段英文注释。该数据集真实反映了开发实践中的情况，代码片段主要集中在SQL操作上，并经过严格的注释过程以确保质量和相关性。规模上，该数据集包含了2000个示例，其任务是通过自然语言注释生成类似“Turducken”风格的代码。

查看Lyra

README 内容： 

关于 ,

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。