spring-boot
springboot-code-completion-dataset
Spring Boot Code Completion Dataset
概述
这是一个专为 Spring Boot 框架代码补全任务设计的中文优先数据集。通过从 GitHub 上 90 个高质量开源 Spring Boot 项目中提取方法级、类级代码片段及配置文件，构建而成。数据集重点突出 Spring Boot 典型特征（注解驱动、依赖注入、配置绑定等），适用于参数高效微调（PEFT，如 LoRA/QLoRA）下的代码生成研究。
数据集统计
总样本数：81,085 条
训练集：64,868 条
验证集：8,108 条
测试集：8,109 条
优先级 2 样本数（含典型 Spring Boot 特征，如 @RestController、@Service、@Entity 等）：19,740 条
优先级 2 占比：24.34%
数据格式（Alpaca 风格）
每条数据为 JSON 对象，包含以下字段：
{
"instruction": "请在Spring… See the full description on the dataset page: https://huggingface.co/datasets/Fuleee/springboot-code-completion-dataset.springboot_vulSpringbootSpring_Boot_Reference_Guide