GitHub 发布 NL2Repo Python Repositories 数据集, 应用在 自然语言处理、软件开发 领域

GitHub 本次发布的数据集 NL2Repo Python Repositories, 该数据集是从GitHub上爬取的高质量Python仓库集合，用于对模型进行有监督的微调，以应对自然语言到代码仓库（NL2Repo）的任务。为确保数据质量，筛选过程中只包含了拥有超过100个星标（stars）的仓库。该数据集的规模包括100个高质量的Python仓库，共含有7,806个指令数据点。所涉及的任务是自然语言到代码仓库（Nl2Repo）的转换。

查看NL2Repo Python Repositories

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。