Датасет · nebius
126 тысяч реальных pull requests с GitHub на 18+ языках
nebius/SWE-rebench-V2-PRs
Масштабный корпус реальных пул-реквестов с GitHub от Nebius для обучения и оценки кодинг-агентов.
Что внутри
Датасет содержит 126 300 примеров реальных pull requests с GitHub на английском языке. Охвачено множество языков программирования, включая Go, Python, JavaScript, TypeScript, Rust, Java, C, C++, Julia, Elixir, Kotlin, PHP и другие. Сборник предназначен для разработки и проверки систем генерации кода и программной инженерии.
Что можно сделать
- SFT-обучение LLM и автономных агентов для автоматического исправления багов и написания патчей
- Оценка качества генерации кода сразу на нескольких популярных языках программирования
- Задачи
- Генерация текста
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 64,8 тыс.
- Лайков
- 19
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("nebius/SWE-rebench-V2-PRs")