韩国科学技术院 发布 GitHub Recent Bugs (GHRB) Dataset 数据集, 应用在 软件工程、bug调试 领域

韩国科学技术院 本次发布的数据集 GitHub Recent Bugs (GHRB) Dataset, GitHub Recent Bugs (GHRB) Dataset是由韩国科学技术院创建的一个包含76个真实世界Java bug的数据集。该数据集旨在评估基于大型语言模型（LLM）的调试应用，特别关注于避免数据泄露问题。数据集中的bug均在2021年9月之后被修复，确保不包含在LLM的训练数据中。GHRB数据集不仅提供了bug的详细信息，还包括了bug揭示测试和补丁信息，适用于软件工程领域的标准化和公平评估。

查看GitHub Recent Bugs (GHRB) Dataset

README 内容： 

关于 韩国科学技术院 , 韩国科学技术院是韩国最高科学研究机构，致力于推动科技创新和培养科研人才。

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。