EpiCoder Meta Features هو مجموعة بيانات أصدرتها Microsoft في عام 2025، تتضمن نظام تصنيف هرمي للميزات الوصفية وإحصائيات التردد المقابلة، والورقة البحثية المرتبطة بها هي «EpiCoder: Encompassing Diversity and Complexity in Code Generation»، وتهدف إلى توفير دعم أساسي لتوليد التعليمات البرمجية الموجهة بالميزات بشكل مضبوط.

مكونات مجموعة البيانات

• epicoder_features.json: يحدد نظام تصنيف هرمي لـ 17 فئة من فئات الميزات البرمجية عالية المستوى، ويغطي أبعادًا مثل لغات البرمجة، وأنماط التنفيذ، وسير العمل، والوظائف، واستخدام الموارد.
• epicoder_features_frequency.json: يوفر بيانات إحصائية عن التردد تغطي 1,795,310 عقدة ميزات، بما في ذلك التردد الإجمالي، والتردد التاريخي، ومتوسط تردد الميزات الفرعية، ويُستخدم لالتقاط ميزات التعليمات البرمجية الدقيقة المستخرجة من مستودعات التعليمات البرمجية الواقعية.

Citation

@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},
}