0571-81111602
更新时间：2026-08-15 00:02:17
已登记
详细信息
-
知识产权名称
代码生成大模型训练用代码编程题算法数据
-
登记编号
DIP2025000000018
-
申请人
杭州景联文科技有限公司
-
登记类型
首次登记
-
登记有效期
3年
-
申请时间
2025-01-02 15:57:29
详细信息
-
所属行业
信息传输、软件和信息技术服务业
-
交易状态
待交易
-
数据规模
100001
-
更新频次
按需更新
-
应用场景
用于AI大模型领域中代码生成大模型训练： 1.提升大模型对用户提出的代码需求文字的上下文理解能力，使大模型能精准回答用户所需代码 2.扩展大模型的代码知识库，包含python、java、c、c#、c++、php、delphi、pascal等编程语言对应代码，使大模型能用多种编程语言解答用户的算法需求 3.扩展大模型的算法知识库，使大模型能解答用户的包含经典排序算法、经典搜索算法及各类衍生的实际应用算法需求 4.提升大模型所生成的代码性能，该数据中包含“代码运行时间““代码运行内存”字段，标记出高性能质量的代码，使大模型能识别并生成高性能代码
-
算法规则简要说明
1.数据预处理：整理经典代码编程问题，清洗数据，保证问题内容、问题属性（即答案代码性能要求）无缺失。 2.数据标准化：对上述字段设计字段标准，将各字段的长度、格式、精度等进行统一转换 3.生产答案代码：使用公司自有的人工标注平台进行人工生产答案代码，并自动化运行、记录答案状态（即代码运行结果）、代码语言、代码运行时间、代码运行内存 4.人工内容抽检：聘请专业技术人员对生成代码正确性、规范性、题目相关性以1%抽检率（共两千万条数据，抽检二十万条）进行人工检查，抽检不合格率为7.66%，符合业内大部分大模型对训练数据的质量要求 5.敏感词检测：调用算法对所有数据进行敏感词检测，包括涉黄、涉暴、涉恐及政治敏感词检测及过滤
-
更新频次
按需更新
-
存证平台
浙江省知识产权区块链公共存证平台
