EpiCoder Meta Features 是由 Microsoft 于 2025 年发布的一个包含层级元特征分类体系及对应频率统计的数据集，相关论文成果为「EpiCoder: Encompassing Diversity and Complexity in Code Generation」，旨在为受控的特征条件代码生成提供基础支持。

数据集组成

• epicoder_features.json：定义了 17 个顶级代码特征类别的层级分类体系，涵盖编程语言、实现风格、工作流、功能、资源使用等维度。
• epicoder_features_frequency.json：提供了涵盖 1,795,310 个特征节点的频率统计数据，包括聚合频率、历史频率及平均子特征频率，用于捕捉从真实世界代码仓库中提取的细粒度代码特征。

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},
}