Le jeu de données du code source de la pile
The Stack est un grand jeu de données de code source sous licences permissives du projet BigCode, couvrant des centaines de langages de programmation. Il est très utilisé pour pré-entraîner et évaluer les modèles de génération de code, avec des mécanismes d'opt-out et des outils de déduplication pour des pratiques responsables.
Aperçu
« Le jeu de données du code source de la pile » est une ressource de type « Jeu de données » sélectionnée par AI Resource Hub, classée dans la catégorie Jeux de données et adaptée aux apprenants de niveau Avancé. Elle est fournie par BigCode, a été mise à jour pour la dernière fois le 2026-06-22 et affiche une note éditoriale de 4.5/5 attribuée par notre équipe. Cliquez sur « Visiter la ressource » à droite pour ouvrir la page d’origine.
Étiquettes
Fonctionnalités clés
- ▹Un vaste corpus de code source
- ▹De nombreux langages de programmation
- ▹Utilisé pour entraîner des modèles de code
Avantages
- +Fondamental pour les LLM de code
- +Une large couverture de langages
- +Données d’entraînement fondatrices pour les modèles de code
Inconvénients
- −Le filtrage par licence est essentiel
- −Le filtrage des licences est essentiel avant usage
- −Le volume énorme exige stockage et calcul sérieux
FAQ
Détails
- Tarifs
- Jeu de données gratuit et ouvert
- Auteur
- BigCode
- Note éditoriale
- ★ 4.5 / 5
- Dernière mise à jour
- 22 juin 2026