Programación general

Las fuentes de datos públicas utilizadas para entrenar los modelos incluyen:

• GitHub
• StarCoder
• CommitPack
• Asistente de codificación de vidrios

Java

Modelo de empresa Java mejorado para corrección, explicación, generación de pruebas unitarias y corrección. Este modelo aprovecha los nuevos datos de la empresa Java adaptados a estos casos de uso y un atasco de código de cientos de desarrolladores de IBM WebSphere.

Las fuentes de datos públicas utilizadas para entrenar los modelos incluyen:

• methods2test
• Código fuente y documentación de Jakarta EE
• Código fuente y documentación MicroProfile

Especificaciones de Yakarta EE

Copyright © 2016-2023, Eclipse Foundation y Copyright © 2016-2024, Eclipse Foundation AISBL. Este software o documento incluye material copiado o derivado de las especificaciones de JarkataEE disponibles en https://jakarta.ee/specifications/. Este software puede generar material que implemente, se copie o derive de los documentos aquí referenciados. El usuario es responsable de determinar si los requisitos de la licencia de especificación de la Fundación Eclipse ( https://www.eclipse.org/legal/efsl/ ) se aplican a los materiales generados.

MicroProfile Especificaciones y documentación API

Copyright © 2016-2023, Eclipse Foundation y Copyright © 2016-2024 Eclipse Foundation AISBL. Este software o documento incluye material copiado o derivado de los documentos de especificación MicroProfile de la Fundación Eclipse y de la documentación de la API MicroProfile de la Fundación Eclipse disponible en https://microprofile.io/specifications/. Este software puede generar material que implemente, se copie o derive de los documentos aquí referenciados. El usuario es responsable de determinar si los requisitos de la licencia de especificación de la Fundación Eclipse ( https://www.eclipse.org/legal/efsl/ ) se aplican a los materiales generados.

Otros (como lenguaje natural y matemáticas)

Las fuentes de datos públicas utilizadas para entrenar los modelos incluyen:

• MathInstruct
• OpenWebMath
• S2ORC: el corpus de investigación abierto de Semantic Scholar
• RedPajama 1T
• Stack Exchange
• Wikimedia