تتميز ميزات EpiCoder Meta بمجموعة بيانات تم إصدارها من قبل Microsoft في عام 2025، وتتضمن تصنيفاً هرمياً للميزات الوصفية وإحصاءات التردد المقابلة. تستند هذه المجموعة إلى نتائج البحث العلمي في الورقة البحثية "EpiCoder: Encompassing Diversity and Complexity in Code Generation"، وتهدف إلى تقديم دعم أساسي لتوليد مشفرات مشروطة بميزات مضبوطة.

تكوين مجموعة البيانات

• epicoder_features.json: يحدد التصنيف الهرمي لـ 17 فئة رئيسية لميزات الشيفرة، ويشمل أبعاداً مثل لغة البرمجة، وأسلوب التنفيذ، وسير العمل، والوظائف، واستخدام الموارد.
• epicoder_features_frequency.json: يوفر إحصاءات التردد لـ 1,795,310 عقدة ميزة، بما في ذلك الترددات المجمعة، والترددات التاريخية، ومتوسط تردد الميزات الفرعية، لالتقاط ميزات الشيفرة الدقيقة المستخرجة من مستودعات الشيفرة الواقعية.

الاقتباس

@inproceedings{wang2025epicoder,
  title={EpiCoder: Encompassing Diversity and Complexity in Code Generation},
  author={Yaoxiang Wang and Haoling Li and Xin Zhang and Jie Wu and Xiao Liu and Wenxiang Hu and Zhongxin Guo and Yangyu Huang and Ying Xin and Yujiu Yang and Jinsong Su and Qi Chen and Scarlett Li},
  booktitle={International Conference on Machine Learning (ICML)},
  year={2025},
  eprint={2501.04694},
  archivePrefix={arXiv},
  primaryClass={cs.CL},
  url={https://arxiv.org/abs/2501.04694},
}