The Stack v2 Code Dataset

数据集

编程辅助

0 次浏览

0 个赞

codeprogrammingdataset

访问链接

资源描述

由 BigCode 发布的 12TB 多语言代码语料库，覆盖 Python、JavaScript、Rust 等 30+ 语言，含许可证过滤、重复去重、函数级切分及执行单元测试验证，专为代码大模型训练优化。