IBM открыла исходные коды CodeAlchemy — масштабного синтетического набора данных высококачественного кода

IBM открыла исходные коды CodeAlchemy, конвейера и синтетического набора данных, предназначенных для улучшения производительности ИИ-моделей за счёт сопоставления кода с трассами выполнения. В релиз включено почти 1 триллион токенов по 15 языкам программирования, что как минимум в 200 раз превышает объём Wikipedia.