lbpp

• Descrizione :

Less Basic Python Programming è una raccolta di 161 problemi di programmazione con unit test di accompagnamento. Sono stati creati con l'obiettivo di essere aggiornati (non trapelati al momento della creazione) e più difficili di set di dati simili (ad esempio, HumanEval e MBPP). Può servire come sostituto o arricchimento di tali set di dati poiché sono strutturati in modo equivalente.

• Pagina iniziale : https://aclanthology.org/2024.findings-emnlp.772/

• Codice sorgente : tfds.datasets.lbpp.Builder

• Versioni :

  • 2.0.0 (impostazione predefinita): nessuna nota di rilascio.

• Memorizzazione nella cache automatica ( documentazione ): sì

• Struttura delle caratteristiche :

FeaturesDict({
    'categories': Sequence(Text(shape=(), dtype=string)),
    'completion': Text(shape=(), dtype=string),
    'instruction': Text(shape=(), dtype=string),
    'language': Text(shape=(), dtype=string),
    'signature': Text(shape=(), dtype=string),
    'task_id': Text(shape=(), dtype=string),
    'test_file': Text(shape=(), dtype=string),
    'test_list': Sequence(Text(shape=(), dtype=string)),
    'test_setup': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (vedi il documento as_supervised ): None

• Figura ( tfds.show_examples ): non supportato.

• Citazione :

@inproceedings{matton-etal-2024-leakage,
    title = "On Leakage of Code Generation Evaluation Datasets",
    author = "Matton, Alexandre  and
      Sherborne, Tom  and
      Aumiller, Dennis  and
      Tommasone, Elena  and
      Alizadeh, Milad  and
      He, Jingyi  and
      Ma, Raymond  and
      Voisin, Maxime  and
      Gilsenan-McMahon, Ellen  and
      Gall{\'e}, Matthias",
    editor = "Al-Onaizan, Yaser  and
      Bansal, Mohit  and
      Chen, Yun-Nung",
    booktitle = "Findings of the Association for Computational Linguistics: EMNLP 2024",
    month = nov,
    year = "2024",
    address = "Miami, Florida, USA",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2024.findings-emnlp.772/",
    doi = "10.18653/v1/2024.findings-emnlp.772",
    pages = "13215--13223",
}

lbpp/all (configurazione predefinita)

• Descrizione configurazione : LBPP multilingue

• Dimensione download : 1.78 MiB

• Dimensione del set di dati : 4.30 MiB

• Divide :

• Esempi ( tfds.as_dataframe ):

lbpp/multilingue

• Descrizione configurazione : LBPP multilingue

• Dimensione download : 1.78 MiB

• Dimensione del set di dati : 4.30 MiB

• Divide :

• Esempi ( tfds.as_dataframe ):

lbpp/predefinito

• Descrizione della configurazione : Python LBPP

• Dimensione del download : 279.90 KiB

• Dimensione del set di dati : 627.04 KiB

• Divide :

• Esempi ( tfds.as_dataframe ):

lbpp/python

• Descrizione della configurazione : Python LBPP

• Dimensione del download : 279.90 KiB

• Dimensione del set di dati : 627.04 KiB

• Divide :

• Esempi ( tfds.as_dataframe ):

lbpp/cpp

• Descrizione della configurazione : C++ LBPP

• Dimensione del download : 314.45 KiB

• Dimensione del set di dati : 761.87 KiB

• Divide :

• Esempi ( tfds.as_dataframe ):

lbpp/vai

• Descrizione della configurazione : vai a LBPP

• Dimensione del download : 317.09 KiB

• Dimensione del set di dati : 687.23 KiB

• Divide :

• Esempi ( tfds.as_dataframe ):

lbpp/java

• Descrizione della configurazione : Java LBPP

• Dimensione del download : 337.90 KiB

• Dimensione del set di dati : 887.40 KiB

• Divide :

• Esempi ( tfds.as_dataframe ):

lbpp/js

• Descrizione della configurazione : JavaScript LBPP

• Dimensione del download : 303.40 KiB

• Dimensione del set di dati : 756.69 KiB

• Divide :

• Esempi ( tfds.as_dataframe ):

lbpp/javascript

• Descrizione della configurazione : JavaScript LBPP

• Dimensione del download : 303.40 KiB

• Dimensione del set di dati : 756.69 KiB

• Divide :

• Esempi ( tfds.as_dataframe ):

lbpp/ruggine

• Descrizione della configurazione : JavaScript LBPP

• Dimensione del download : 272.61 KiB

• Dimensione del set di dati : 684.31 KiB

• Divide :

• Esempi ( tfds.as_dataframe ):