数据集简介
该数据集由 Google 发布，专注于代码缺陷检测任务，是 CodeXGLUE 基准测试的一部分。它旨在通过机器学习方法自动识别源代码中的缺陷（Bug）。
主要用途
用于训练和评估代码缺陷检测模型，支持软件质量保障、自动化代码审查等研究与应用。
数据类型/模态
- 模态类型：文本（源代码）
- 数据以 Parquet 格式存储，包含 27,318 行样本。
数据特性
- 数据集规模中等，适用于模型训练与基准测试。
- 作为 CodeXGLUE 的组成部分，常用于评估模型在代码理解与缺陷检测方面的能力。
使用场景
- 机器学习研究：代码缺陷检测、程序理解。
- 软件开发工具：集成到 IDE 或 CI/CD 流程中，辅助代码质量检查。