发布 ObscuraX 数据集, 应用在 编程语言、机器学习 领域

本次发布的数据集 ObscuraX, 该数据集包含了大约5500万个源代码和混淆代码对，覆盖了七种编程语言（包括C、C++、Go、Java、Python、Rust和TypeScript）。该数据集利用混淆技术，旨在提升代码语言模型的能力。其规模达到了大约5500万对代码，任务是对语言模型进行代码预训练。

查看ObscuraX

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。