Langhui
AI Coding Dataset

AI Coding Dataset NEW

SWE Long-Range Engineering . Generación de nivel de almacén . dilemas de nivel de concurso .. después de la formación y preferencias se alinean

Para las demandas de primera línea para el modelo y código codificado 2026 Agente, cubriendo tareas de espectro completo desde la restauración de archivos individuales a varios proyectos maratón-sky, la calibración de la misión se alinea a las listas principales como SWE-bench Verified/Pro, DeepSWE v1.1, FrontierSWE, LMArena Coding. Cada tipo de datos se acompaña de un entorno ejecutable, un script de calibración y etiqueta de expertos que pueden ser directamente.

Conjunto de datosCatálogo

Valor de la posición y el desarrollo de la Sección

Combustible posterior a la capacitación

Cubre dos tipos de señales de post-entrenamiento SFT y RL: una pista de respuestas correctas, un rastro de falla y atribución, algoritmos de apoyo como DPO/GRPO.

También en la lista.

La capacitación y evaluación se alinean con la evaluación de las listas de perfil de la misión, como SWE-bench, DeepSWE, FrontierSWE, LMArena Coding.

Capacidades de largo alcance

Desde la restauración de archivos individuales hasta la tarea intermodule de reingeniería de horas-sky, que está dedicada a fortalecer las capacidades de mantenimiento de contextos, planificación y corrección de errores de ida y vuelta.

Evaluación de la infraestructura

Docker + Verificar Scripts para la certeza, y el cliente puede repetir los resultados de la evaluación por una clave para evitar disputas ambientales y de calibración.

Composición de datos y tareas, Escala Descripción

Escala de tareas

Las misiones de tipo único, comenzando por 3.000-20.000, apoyan la estratificación y personalización de la banda de facilidades (Easy/Medium/Hard/Frontier).

Idioma y repositorio

Python/Java/Go/ TypeScript/ Rust/C++ Seis idiomas; las tareas a nivel de almacén incluyen el andamiaje completo, la prueba de unidad y la configuración de CI.

Anotación Granularidad

El nivel de tarea rúbrica + pista de paso + código diff 3 está marcado, que es la formación, atribución, evaluable.

难度分布

El modelo de alineación de la cabeza DeepSWE rangos de resolución 65-73%; la lista de emparejamiento de Zimarason Ultra Long-horizon es muy diferente.

Casos de uso típicos

Capacitación en modelos de codificación

Formación completa de procesos para SFT/RL/Phosition para completar la capacidad de ingeniería real para el modelo genérico grande.

Investigación de Agen

Validación de capacidades y posicionamiento de corta distancia para el Código Claude, Codex, Opencode.

Benchmark Construction

Se elaboró un conjunto de evaluación privada de alta división y resistente a la contaminación para los fabricantes de organismos de evaluación y modelos.

Selección modelo

Para alinear el trabajo con el modelo candidato horizontalmente, desplifique las conclusiones seleccionadas que se pueden repetir.

Formato de entrega y especificaciones

Formato de entrega

JSON/JSONL muestra estructurada + foto de repositorio de código (con historia de git) + Espejo de tarea Docker + script de verificación.

Campos básicos

task_id、prompt/issue、repo_snapshot、gold_patch、test_patch、trajectory、rubric、difficulty、metrics。

Normas de inspección de calidad

Nota doble revisada + comprobación automática de script + revisión de muestra, replicabilidad de pista y consistencia de etiquetas son 98%.

Ciclo de entrega

Estándar 2-4 semanas; nivel de almacén y rango hiperlong 4-8 semanas; soporte para la entrega de lotes y la expansión de la rodadura.

Delegación de autoridad y cumplimiento

Autorización de uso comercial + revisión de cumplimiento de acuerdos de código abierto + sensibilidad a información confidencial y provisión de documentos de autorización completos.

Ejemplo

Estructura de muestra de la misión de DeepSWE (extracto)
Otros organizadores
"tak id": "deepswe-00417",
"repo": "acme-org/serving-core",
"Essue": "Conexión de archivos Multi: la fuga en la piscina de conexión llevó a largo plazo."
"diff-git a/pol.py...",
"Pacto de prueba": "pruebas/test pol escape.py",
"Tracory":
"Step": 1, "action": "geep-R" Pool ("src/", "finding": "3 Unreleased"),
"Step": 2, "acción": "edit src/pol.py:88", "diff": "..."
"Step": 3, "acción": "pytest-q", "resultado": "28 aprobado"
No lo sé.
"dificultad": "hard",
"Métricos": "resolvado": verdadero, "regreso": 0, "Patch lines": 42)
*Lo siento*
Coding Arena preferida muestra (seleccionar)
Otros organizadores
"prompt": "Haz una aplicación de tablero que apoye la colaboración multipersona, con arrastre y sincronización en tiempo real",
"candidato a": "estack": "Reactar + WebSocket", "artifact": "..."
"candidato b":
"preferencia": "a",
"dimensiones":
"Integro de la libertad":
"UI Appearances":
"La fluidez interactiva":
{\cHFFFFFF}{\cH00FF}
"Acuerdo anotador": 0.81
*Lo siento*

¿Un programa de datos de codificación de AI personalizado?

Changsha Langhui Information Technology Co., Ltd. La plataforma DataAssetsAPI soporta combinaciones flexibles de tareas, pilas de idiomas, bandas de dificultad y tamaños, proporcionando una vista previa de la muestra con una evaluación privada.

Consultar ahora