HyperAIHyperAI

Command Palette

Search for a command to run...

LCC_python Großes Python-Code-Datenset

Datum

Organisation

Microsoft Corporation

Lizenz

Other

LCC_python ist ein von Microsoft im Jahr 2023 veröffentlichter Python-Code-Datensatz, der aus dem Large Code Corpus (LCC)-Projekt stammt und darauf abzielt, hochwertige Code-Korpora für Aufgaben wie Codegenerierung, Codevervollständigung und Codeverständnis bereitzustellen.

Der Datensatz umfasst 120.000 Python-Codeproben, die aus großen Open-Source-Code-Repositories stammen und in Trainings-, Validierungs- und Testdaten aufgeteilt sind. Jede Probe enthält hauptsächlich den Kontextcode und das entsprechende Ziel-Code-Segment, die für das überwachte Lernen und die Vor-Training von Code-bezogenen Modellen verwendet werden können.

Zusammensetzung des Datensatzes

Der Datensatz besteht aus den folgenden drei Teilen:

  • Trainingsdaten (train): 100.000 Proben, ca. 1,76 GB.
  • Validierungsdaten (validation): 10.000 Proben, ca. 146 MB.
  • Testdaten (test): 10.000 Proben, ca. 149 MB.

Jede Probe enthält hauptsächlich die folgenden Felder:

  • context: Kontextinformationen des Codes.
  • gt: Ground Truth, d. h. der Zielcode oder das Label.

KI mit KI entwickeln

Von der Idee bis zum Launch – beschleunigen Sie Ihre KI-Entwicklung mit kostenlosem KI-Co-Coding, sofort einsatzbereiter Umgebung und bestem GPU-Preis.

KI-gestütztes kollaboratives Programmieren
Sofort einsatzbereite GPUs
Die besten Preise

HyperAI Newsletters

Abonnieren Sie unsere neuesten Updates
Wir werden die neuesten Updates der Woche in Ihren Posteingang liefern um neun Uhr jeden Montagmorgen
Unterstützt von MailChimp