CodeNet是一个大规模数据集，旨在教授AI编码技能以提高软件开发效率。该数据集包含超过14百万个代码样例和约55种不同编程语言中的5亿行代码。CodeNet还提供了丰富的高质量注释，包括代码相似性和分类、代码翻译以及代码性能改进技术等。这为AI和软件工程交叉领域提供了研究机会。