К содержимому

Датасет · JetBrains

Датасет предсказания следующих правок кода от JetBrains

JetBrains/nessie-set

Примеры реальных коммитов с GitHub для обучения моделей предсказания следующего изменения в коде.

Что внутри

Содержит от 100 тысяч до 1 млн примеров в текстовом и табличном виде, собранных из истории коммитов открытых репозиториев на GitHub. Каждая запись включает текущее состояние файла и недавнюю историю изменений, по которым нужно предсказать следующую правку разработчика (включая удаления и изменения в любом месте файла).

Что можно сделать

  • Обучение AI-ассистентов для предсказания следующих правок кода (Next Edit Suggestion)
  • Дообучение кодовых LLM на реальных траекториях редактирования файлов
Задачи
Генерация текста
Языки
Код
Размер
100K–1M записей
Скачиваний за месяц
543
Лайков
8

Как загрузить

from datasets import load_dataset

ds = load_dataset("JetBrains/nessie-set")