一般编程

用于训练模型的公共数据来源包括

• GitHub
• StarCoder
• CommitPack
• 激光编码辅助器

Java

增强型企业 Java 模型，用于补救、解释、单元测试生成和修复。 该模型利用了为这些使用案例量身定制的新企业 Java 数据，以及数百名 IBM WebSphere 开发人员的代码干扰。

用于训练模型的公共数据来源包括

• methods2test
• Jakarta EE 源代码和文档
• MicroProfile源代码和文档

雅加达 EE 规格

Copyright © 2016-2023, Eclipse Foundation and Copyright © 2016-2024, Eclipse Foundation AISBL. 本软件或文件包含从 JarkataEE 规范中复制或衍生的材料，可从 https://jakarta.ee/specifications/ 获取。 本软件可生成实现、复制或衍生自本文所引用文件的材料。 用户有责任确定 Eclipse 基金会规范许可证 ( https://www.eclipse.org/legal/efsl/ ) 的要求是否适用于生成的材料。

MicroProfile 规范和 API 文档

Copyright © 2016-2023, Eclipse Foundation and Copyright © 2016-2024 Eclipse Foundation AISBL. 本软件或文档包含从 Eclipse 基金会 MicroProfile 规范文档和 Eclipse 基金会 MicroProfile API 文档复制或衍生的材料，可从 https://microprofile.io/specifications/ 获取。 本软件可生成实现、复制或衍生自本文所引用文件的材料。 用户有责任确定 Eclipse 基金会规范许可证 ( https://www.eclipse.org/legal/efsl/ ) 的要求是否适用于生成的材料。

其他（如自然语言和数学）

用于训练模型的公共数据来源包括

• MathInstruct
• OpenWebMath
• S2ORC:语义学者开放式研究语料库
• RedPajama 1T
• 堆栈交换
• 维基媒体