Command Palette
Search for a command to run...
مجموعة بيانات LCC Java لقاعدة بيانات كبيرة
تُعد مجموعة بيانات LCC Java مجموعة بيانات لأكواد جافا صدرت عن مايكروسوفت في عام 2023، وهي مشتقة من مشروع The Large Code Corpus (LCC)، وتهدف إلى توفير مدونة أكواد عالية الجودة لمهام مثل فهم الأكواد، وتوليد الأكواد، وإكمال الأكواد.
تحتوي هذه المجموعة على 120,000 عينة من أكواد جافا، حيث تأتي البيانات من أكواد جافا المصدرية الحقيقية ضمن مشاريع مفتوحة المصدر، وهي مقسمة إلى مجموعات التدريب والتحقق والاختبار. تتكون كل عينة بشكل أساسي من كود السياق ومقطع الكود المستهدف المقابل، وتُخزن بصيغة JSON، مما يجعلها صالحة للتدريب الموجه على نماذج الأكواد والتدريب من التسلسل إلى التسلسل (Seq2Seq).
تكوين مجموعة البيانات
تتكون مجموعة البيانات من الأجزاء الثلاثة التالية:
- مجموعة التدريب (train): 100,000 عينة، بحجم حوالي 1.61 جيجابايت.
- مجموعة التحقق (validation): 10,000 عينة، بحجم حوالي 131 ميجابايت.
- مجموعة الاختبار (test): 10,000 عينة، بحجم حوالي 129 ميجابايت.
تتضمن كل عينة بشكل أساسي الحقول التالية:
- context: كود السياق، والذي يوفر معلومات خلفية عن الكود للنموذج.
- gt: مقطع الكود المستهدف، وهو الكود الذي يجب على النموذج توقعه أو توليده.
بناء الذكاء الاصطناعي بالذكاء الاصطناعي
من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.