https://terms-en.ai-term-hub.com/zh/tags/code-generation/Recent content in Code Generation on 中文AI术语词典Hugozh-cnSat, 18 Jul 2026 11:44:45 +0000https://terms-en.ai-term-hub.com/zh/terms/datasetbigcodethe_stack_dedup/Sat, 18 Jul 2026 11:12:42 +0000https://terms-en.ai-term-hub.com/zh/terms/datasetbigcodethe_stack_dedup/<h2 id="definition">Definition</h2> <p>The Stack Dedup 是 The Stack（一个庞大的开源代码仓库）的一个专用子集。它应用严格的技术来消除冗余的代码片段，从而避免大型语言模型在训练时产生偏差。</p> <h3 id="summary">Summary</h3> <p>由 BigCode 整理的 The Stack 数据集的去重版本，旨在移除近乎重复的代码片段，以提供更清洁的训练数据。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>去重</li> <li>代码大语言模型</li> <li>数据质量</li> <li>The Stack</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>训练代码生成模型</li> <li>评估编码能力基准测试</li> <li>减少训练冗余</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/the-stack/">The Stack</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/bigcode/">BigCode</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E4%BB%A3%E7%A0%81%E6%90%9C%E7%B4%A2-code-search/">代码搜索 (Code Search)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E5%A4%A7%E6%A8%A1%E5%9E%8B%E8%AE%AD%E7%BB%83%E6%95%B0%E6%8D%AE-llm-training-data/">大模型训练数据 (LLM Training Data)</a></li> </ul>