arXiv cs.SE· Vladislav Savenkov·· 4 小时前AI 评分40
CIDR：面向软件工程研究的大规模工业源代码数据集
CIDR: A Large-Scale Industrial Source Code Dataset for Software Engineering Research
AI 导读
作者发布 CIDR 数据集，包含来自工业合作伙伴的 4,687 个真实软件仓库，覆盖 84 种编程语言，共 10.33 亿行原始代码（6.703 亿逻辑行），并附带仓库级结构化元数据、完整版本控制历史以及持续集成、自动化测试等工程实践属性。
来源：arXiv cs.SE · arxiv.org