EpiCoder Meta Features ist ein von Microsoft im Jahr 2025 veröffentlichtes Datenset, das eine hierarchische Metafunktions-Klassifikation sowie entsprechende Häufigkeitsstatistiken enthält. Die zugehörige Forschungspublikation ist „EpiCoder: Encompassing Diversity and Complexity in Code Generation“, die darauf abzielt, grundlegende Unterstützung für kontrollierte, funktionsbedingte Codegenerierung zu bieten.

Datensatzzusammensetzung

• epicoder_features.json: Definiert eine hierarchische Klassifikation von 17 Top-Level-Codefunktionskategorien, die Dimensionen wie Programmiersprachen, Implementierungsstile, Arbeitsabläufe, Funktionen und Ressourcennutzung abdeckt.
• epicoder_features_frequency.json: Bietet Häufigkeitsstatistiken für insgesamt 1.795.310 Funktionsknoten, einschließlich aggregierter Häufigkeiten, historischer Häufigkeiten und durchschnittlicher Unterfunktionshäufigkeiten, um feinkörnige Codefunktionen aus realen Code-Repositories zu erfassen.

Zitat

@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},
}