.png){kind=icon}
返回
Generate with CodeXHug: A Dataset to Enhance Model Cards with Code Usage Patterns
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-04207-1_22.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
预训练模型（PTMs）在软件工程社区中正变得越来越流行，像Hugging Face（HF）这样的仓库收集和维护着广泛的这些模型。然而，PTMs在实际项目中的实际采用仍然是一个开放性问题，因为许多模型仅用于玩具项目或简单镜像HF仓库。此外，大多数模型卡片和相关文档缺乏解释性代码模式，使得新手难以理解其使用方法。为解决这一差距，我们提出了CodeXHug，一个经过筛选的数据集，包含在GitHub生态系统中存储的项目中使用的HF PTMs及其相关的代码使用模式。该数据集通过挖掘HF仓库和GitHub生态系统构建而成，重点关注具有标签和模型卡片的PTMs。然后我们在GitHub生态系统中查询这些PTMs的实际使用情况，最终得到一个包含7,325个不同模型和372,063个Python文件的数据集。该数据集可在Zenodo上获取，可用于通过代码使用模式增强模型卡片，提供PTMs在真实项目中如何使用的具体示例。据我们所知，CodeXHug是第一个提供PTM在真实项目中使用模式全面概述的数据集，使研究者和实践者能更好地理解这些模型的使用方式及其改进方法。
Keyword:
mining software repositories
pre-trained models
code generation
hugging face
期刊
S
IF:
0
论文数:
27
被引数:
0
机构
引用论文
.png){kind=icon}
How do Hugging Face Models Document Datasets, Bias, and Licenses? An Empirical StudyFederica Pepe, Vittoria Nardone, Antonio Mastropaolo, Gabriele Bavota, Gerardo Canfora, 和 Massimiliano Di Penta. 2024a. Hugging Face 模型如何记录数据集、偏见和许可证？一项实证研究. 发表于第32届IEEE/ACM国际程序理解会议（葡萄牙，里斯本）（ICPC ’24）会议录. 计算机协会, 纽约, NY, USA, 370–381. https://doi.org/10.1145/3643916.3644412
PREAI
分享收藏
查看更多内容