中文简介
bigcode/bigcodereward 是 bigcode 在 Hugging Face 发布的数据集仓库，当前卡片主要关联文本生成与推理。本站固定记录上游版本 76c0df348904，同步到 6 个文件，文件元数据合计 1.29 GB；访问状态为“公开”，许可证字段为“bigcode-openrail-m”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 bigcode/bigcodereward 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息，完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
bigcode/bigcodereward 是 bigcode 在 Hugging Face 发布的数据集仓库，当前卡片主要关联文本生成与推理。本站固定记录上游版本 76c0df348904，同步到 6 个文件，文件元数据合计 1.29 GB；访问状态为“公开”，许可证字段为“bigcode-openrail-m”。
【适用方向】
适合评估代码生成、仓库级理解、软件工程智能体和开发辅助流程。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。
【版本与规格】
固定版本：76c0df348904。 任务标签：文本生成与推理。 语言字段：en。 上游页面记录的最近更新时间：2025-10-15。
【文件信息】
上游 API 返回 6 个文件，文件元数据合计 1.29 GB。 已保存文件清单中的主要扩展名：.parquet 4 个、.md 1 个、无扩展名 1 个。 当前较大的文件包括：data/train-00001-of-00004.parquet（355.60 MB）；data/train-00003-of-00004.parquet（336.47 MB）；data/train-00002-of-00004.parquet（320.67 MB）。
【运行或处理环境】
仓库文件元数据合计 1.29 GB。仅按下载、解压和临时文件估算，建议至少预留约 1.55 GB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。
【使用边界】
许可证显示为“bigcode-openrail-m”，具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。
BigCodeArena: Unveiling More Reliable Human Preferences in Code Generation via Execution Paper | Code | Project Page (Hugging Face Space) About BigCodeArena BigCodeArena** is an open human evaluation platform for code generation, built on top of Chatbot Arena with a comprehensive and on-the-fly execution environment. It enables the execution of LLM-generated code and allows humans to interact with execution processes and outcomes, addressing the challenge of manually examining code quality. This dataset contains over 14,000 raw code-centric conversation sessions across 10 widely used LLMs, spanning 10 languages and 8 types of execution environments. From these, more than 4,700 multi-turn samples with pairwise human preferences were identified. The data is used to systematically examine code understanding and generation capabilities of frontier LLMs, forming the basis for two curated benchmarks: BigCodeReward and AutoCodeArena. Sample Usage This dataset is primarily used with the `BigCodeReward` framework, which evaluates reward model consistency with human preferences on code generation tasks. The following steps, extracted from the BigCodeArena GitHub repository, provide a quick start to evaluate judge models. First, clone the repository and install the dependencies for `BigCodeReward`: Next, set your API keys (e.g., for OpenAI judge models): Then, you can evaluate judge models and analyze consistency with human preferences: Citation If you find our dataset or project useful for your research, please cite the following paper:
适用场景
适合评估代码生成、仓库级理解、软件工程智能体和开发辅助流程。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。
规模与格式
固定版本：76c0df348904。 任务标签：文本生成与推理。 语言字段：en。 上游页面记录的最近更新时间：2025-10-15。
文件说明
上游 API 返回 6 个文件，文件元数据合计 1.29 GB。 已保存文件清单中的主要扩展名：.parquet 4 个、.md 1 个、无扩展名 1 个。 当前较大的文件包括：data/train-00001-of-00004.parquet（355.60 MB）；data/train-00003-of-00004.parquet（336.47 MB）；data/train-00002-of-00004.parquet（320.67 MB）。
上游文件元数据
.gitattributes2.40 KBdata/train-00000-of-00004.parquet308.17 MBdata/train-00001-of-00004.parquet355.60 MBdata/train-00002-of-00004.parquet320.67 MBdata/train-00003-of-00004.parquet336.47 MBREADME.md33.25 KB
硬件建议
仓库文件元数据合计 1.29 GB。仅按下载、解压和临时文件估算，建议至少预留约 1.55 GB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。
注意事项
许可证显示为“bigcode-openrail-m”，具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。