{"id":473093,"date":"2025-09-02T15:27:10","date_gmt":"2025-09-02T15:27:10","guid":{"rendered":"http:\/\/savepearlharbor.com\/?p=473093"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=473093","title":{"rendered":"<span>40 \u043c\u043b\u043d GitHub-\u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0435\u0432: \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u0439 \u0434\u0430\u0442\u0430\u0441\u0435\u0442 \u043c\u0435\u0442\u0430\u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043b\u044f \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0438 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f<\/span>"},"content":{"rendered":"<div><!--[--><!--]--><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-2\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<p>\u041f\u0440\u0438\u0432\u0435\u0442! \u041c\u0435\u043d\u044f \u0437\u043e\u0432\u0443\u0442 <a href=\"https:\/\/t.me\/c0mmit\/33\" rel=\"noopener noreferrer nofollow\">\u0418\u0431\u0440\u0430\u0433\u0438\u043c<\/a>, \u044f \u0437\u0430\u043d\u0438\u043c\u0430\u044e\u0441\u044c \u0441\u0431\u043e\u0440\u043e\u043c \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043b\u044f \u0443\u043b\u0443\u0447\u0448\u0435\u043d\u0438\u044f \u043d\u0430\u0432\u044b\u043a\u043e\u0432 \u043a\u043e\u0434\u0430 LLM. <\/p>\n<h4>TL;DR<\/h4>\n<p>\u042f \u0441\u043e\u0431\u0440\u0430\u043b \u0434\u0430\u0442\u0430\u0441\u0435\u0442 \u043c\u0435\u0442\u0430\u0434\u0430\u043d\u043d\u044b\u0445 \u043f\u043e ~40 \u043c\u043b\u043d \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0445 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0435\u0432 <strong>GitHub<\/strong>. \u0412\u043d\u0443\u0442\u0440\u0438 \u2014 \u0437\u0432\u0451\u0437\u0434\u044b, \u0444\u043e\u0440\u043a\u0438, \u043b\u0438\u0446\u0435\u043d\u0437\u0438\u0438, \u044f\u0437\u044b\u043a, \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u0435, \u0440\u0430\u0437\u043c\u0435\u0440, \u0434\u0430\u0442\u0430 \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u0438 \u0434\u0440. \u0421\u0445\u0435\u043c\u0430 \u043f\u043e \u0441\u043c\u044b\u0441\u043b\u0443 \u043c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e \u0441\u043e\u0432\u043c\u0435\u0441\u0442\u0438\u043c\u0430 \u0441 <strong>GitHub API<\/strong>. \u041b\u0438\u0446\u0435\u043d\u0437\u0438\u044f \u2014 <strong>MIT<\/strong>. \u041d\u0438\u0436\u0435 \u2014 \u043a\u0430\u043a \u0441\u043a\u0430\u0447\u0430\u0442\u044c, \u0447\u0442\u043e \u0432\u043d\u0443\u0442\u0440\u0438 \u0438 \u0438\u0434\u0435\u0438 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f. \u0421\u043e\u0431\u0440\u0430\u043b \u0442\u043e, \u0447\u0435\u0433\u043e \u0441\u0430\u043c\u043e\u043c\u0443 \u043d\u0435 \u0445\u0432\u0430\u0442\u0430\u043b\u043e \u2014 \u0434\u0435\u043b\u044e\u0441\u044c, \u0432\u0434\u0440\u0443\u0433 \u0435\u0449\u0451 \u043a\u043e\u043c\u0443 \u0436\u0438\u0437\u043d\u044c \u0443\u043f\u0440\u043e\u0441\u0442\u0438\u0442.<\/p>\n<ul>\n<li>\n<p><strong>HF Datasets:<\/strong> <a href=\"https:\/\/huggingface.co\/datasets\/ibragim-bad\/github-repos-metadata-40M\" rel=\"noopener noreferrer nofollow\">ibragim-bad\/github-repos-metadata-40M<\/a><\/p>\n<\/li>\n<li>\n<p><strong>GitHub: <\/strong><a href=\"https:\/\/github.com\/ibragim-bad\/github-repos-metadata-40M\" rel=\"noopener noreferrer nofollow\">ibragim-bad\/github-repos-metadata-40M<\/a><\/p>\n<\/li>\n<li>\n<p><strong>\u041f\u0440\u0438\u043c\u0435\u0440 \u043a\u043e\u0434\u0430 \u0438 \u043f\u0440\u043e\u0441\u0442\u044b\u0435 \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438:<\/strong> \u0432 GitHub-\u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0438 \u043a \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0443.<\/p>\n<\/li>\n<li>\n<p><strong>\u041f\u043e\u0434\u0445\u043e\u0434\u0438\u0442 \u0434\u043b\u044f:<\/strong> \u0443\u0447\u0435\u0431\u043d\u044b\u0445 \u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0432, \u0431\u044b\u0441\u0442\u0440\u044b\u0445 \u043f\u0440\u043e\u0442\u043e\u0442\u0438\u043f\u043e\u0432, EDA, \u043f\u0440\u043e\u0441\u0442\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439, \u043f\u043e\u0438\u0441\u043a\u0430\/\u043a\u043b\u0430\u0441\u0442\u0435\u0440\u0438\u0437\u0430\u0446\u0438\u0438.<\/p>\n<\/li>\n<li>\n<p><strong>\u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0438\u044f:<\/strong> \u0442\u043e\u043b\u044c\u043a\u043e \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0435 \u0441\u043e\u0431\u044b\u0442\u0438\u044f; \u0447\u0430\u0441\u0442\u044c \u043f\u043e\u043b\u0435\u0439 \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c <code>null<\/code>; \u0441\u043d\u0430\u043f\u0448\u043e\u0442\u044b \u043c\u0435\u0442\u0430\u0434\u0430\u043d\u043d\u044b\u0445 \u2014 \u043f\u043e \u0441\u043e\u0441\u0442\u043e\u044f\u043d\u0438\u044e \u043d\u0430 \u043c\u043e\u043c\u0435\u043d\u0442 \u0441\u043e\u0431\u044b\u0442\u0438\u044f.<\/p>\n<\/li>\n<\/ul>\n<h3>\u0410 \u0437\u0430\u0447\u0435\u043c?<\/h3>\n<p>\u042f \u0434\u0430\u0432\u043d\u043e \u043a\u043e\u0432\u044b\u0440\u044f\u044e \u0434\u0430\u043d\u043d\u044b\u0435 \u0441 <strong>GitHub<\/strong> \u0438 \u0437\u0430\u043c\u0435\u0442\u0438\u043b, \u0447\u0442\u043e \u043f\u043e\u043b\u043d\u044b\u0445 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0445 \u0432\u044b\u0433\u0440\u0443\u0437\u043e\u043a \u043f\u043e \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f\u043c \u043f\u043e\u0447\u0442\u0438 \u043d\u0435\u0442: \u0435\u0441\u0442\u044c \u0442\u043e\u043b\u044c\u043a\u043e <a href=\"https:\/\/cloud.google.com\/blog\/topics\/public-datasets\/github-on-bigquery-analyze-all-the-open-source-code\" rel=\"noopener noreferrer nofollow\">GitHub Repos Database \u0432 BigQuery <\/a>(~3 \u043c\u043b\u043d \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0435\u0432 \u0438 \u043d\u0435 \u0432\u0441\u0435 \u043f\u043e\u043b\u044f, \u043f\u043b\u044e\u0441 \u043d\u0443\u0436\u043d\u0430 \u0443\u0447\u0451\u0442\u043a\u0430 GCP). \u041c\u043e\u0436\u043d\u043e \u0435\u0449\u0435 \u043f\u043e\u0441\u043e\u0431\u0438\u0440\u0430\u0442\u044c \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0435 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0438 \u0447\u0435\u0440\u0435\u0437<strong> GitHub API,<\/strong> \u043d\u043e \u043e\u043d \u0431\u044b\u0441\u0442\u0440\u043e \u0443\u043f\u0438\u0440\u0430\u0435\u0442\u0441\u044f \u0432 \u043b\u0438\u043c\u0438\u0442\u044b \u0438 \u0432\u043a\u043b\u044e\u0447\u0430\u0435\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u0434\u043e 1k \u043e\u0431\u044a\u0435\u043a\u0442\u043e\u0432 \u0434\u0430\u0436\u0435 \u0441 \u043f\u0430\u0433\u0438\u043d\u0430\u0446\u0438\u0435\u0439. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u044f \u0441\u043e\u0431\u0440\u0430\u043b \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439 \u0434\u0430\u0442\u0430\u0441\u0435\u0442 <strong>GitHub<\/strong> \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0435\u0432. \u0414\u0430\u0442\u0430\u0441\u0435\u0442 \u043e\u0442\u043b\u0438\u0447\u043d\u043e \u043f\u043e\u0434\u0445\u043e\u0434\u0438\u0442 \u0434\u043b\u044f \u043f\u0440\u0430\u043a\u0442\u0438\u043a\u0438 \u0438 \u0443\u0447\u0435\u0431\u043d\u044b\u0445 \u043c\u0438\u043d\u0438\u2011\u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0432: \u0435\u0441\u0442\u044c \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0430\u043b\u044c\u043d\u044b\u0435 \u0438 \u0447\u0438\u0441\u043b\u043e\u0432\u044b\u0435 \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0438, \u0434\u0430\u0442\u044b, \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438 \u0438 \u043a\u043e\u0440\u043e\u0442\u043a\u0438\u0439 \u0442\u0435\u043a\u0441\u0442 \u2014 \u043c\u043e\u0436\u043d\u043e \u0438 <strong>EDA<\/strong> \u0441\u0434\u0435\u043b\u0430\u0442\u044c, \u0438 \u0444\u0438\u0447\u0438 \u043f\u043e\u0441\u0447\u0438\u0442\u0430\u0442\u044c, \u0438 \u043f\u043e\u0438\u0441\u043a\/\u043a\u043b\u0430\u0441\u0442\u0435\u0440\u0438\u0437\u0430\u0446\u0438\u044e \u043d\u0430 \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u044f\u0445 \u0441\u0434\u0435\u043b\u0430\u0442\u044c. <\/p>\n<h3>\u041a\u0430\u043a \u0441\u043e\u0431\u0438\u0440\u0430\u043b \u0434\u0430\u043d\u043d\u044b\u0435<\/h3>\n<p>\u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u0438\u0441\u0442\u043e\u0447\u043d\u0438\u043a\u0430 \u0441\u043e\u0431\u044b\u0442\u0438\u0439 \u044f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b <a href=\"https:\/\/www.gharchive.org\/\" rel=\"noopener noreferrer nofollow\">GH Archive.<\/a> <strong>GH Archive<\/strong> \u2014 \u044d\u0442\u043e \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u0439 \u043f\u043e\u0447\u0430\u0441\u043e\u0432\u043e\u0439 \u0430\u0440\u0445\u0438\u0432 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0445 \u0441\u043e\u0431\u044b\u0442\u0438\u0439 GitHub (push, issue, pull request, star \u0438 \u0442.\u0434.) \u0432 JSON. \u041a\u0430\u0436\u0434\u043e\u0435 \u0441\u043e\u0431\u044b\u0442\u0438\u0435 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 \u0432\u0440\u0435\u043c\u044f \u0438 <code>payload<\/code>, \u0433\u0434\u0435 \u0447\u0430\u0441\u0442\u043e \u043b\u0435\u0436\u0430\u0442 \u0441\u043d\u0430\u043f\u0448\u043e\u0442\u044b \u0441\u0432\u044f\u0437\u0430\u043d\u043d\u044b\u0445 \u043e\u0431\u044a\u0435\u043a\u0442\u043e\u0432 (\u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043c\u0435\u0442\u0430\u0434\u0430\u043d\u043d\u044b\u0435 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f \u0432\u043d\u0443\u0442\u0440\u0438 <code>PullRequestEvent<\/code>). \u0410\u0440\u0445\u0438\u0432 \u043f\u043e\u043a\u0440\u044b\u0432\u0430\u0435\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u0443\u044e \u0430\u043a\u0442\u0438\u0432\u043d\u043e\u0441\u0442\u044c.<\/p>\n<p>\u042f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b \u0434\u0432\u0430 \u0442\u0438\u043f\u0430 \u0441\u043e\u0431\u044b\u0442\u0438\u0439 \u0438\u0437 <strong>GH Archive.<\/strong> \u0421\u043e\u0431\u044b\u0442\u0438\u044f <strong>CreateEvent<\/strong> \u0441 <code>ref_type=repository<\/code> \u0434\u0430\u044e\u0442 \u043c\u0435\u0442\u043a\u0443 <code>created_at<\/code> \u0438 \u0441\u0430\u043c \u0444\u0430\u043a\u0442 \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f. \u0421\u043e\u0431\u044b\u0442\u0438\u044f <strong>PullRequestEvent<\/strong> \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0442 \u0432 <code>payload<\/code> \u0441\u043d\u0430\u043f\u0448\u043e\u0442 \u043c\u0435\u0442\u0430\u0434\u0430\u043d\u043d\u044b\u0445 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f (<code>forks<\/code>, <code>license<\/code>, <code>language<\/code>, <code>description<\/code>, <code>size<\/code>, <code>visibility<\/code> \u0438 \u0441\u0447\u0451\u0442\u0447\u0438\u043a\u0438); \u0437\u0430\u043e\u0434\u043d\u043e \u0438\u0437 \u043d\u0438\u0445 \u044f \u0431\u0435\u0440\u0443 \u0438\u043d\u0434\u0435\u043a\u0441 pull request, \u0447\u0442\u043e\u0431\u044b \u0433\u0440\u0443\u0431\u043e \u043e\u0446\u0435\u043d\u0438\u0442\u044c \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e PR. \u041f\u043e\u0441\u043b\u0435 \u0438\u0437\u0432\u043b\u0435\u0447\u0435\u043d\u0438\u044f \u044f \u0430\u0433\u0440\u0435\u0433\u0438\u0440\u0443\u044e \u0437\u0430\u043f\u0438\u0441\u0438 \u043f\u043e \u043a\u043b\u044e\u0447\u0443 <code>owner\/name<\/code>: \u0434\u043b\u044f \u0447\u0438\u0441\u043b\u043e\u0432\u044b\u0445 \u0438 \u0441\u0442\u0440\u043e\u043a\u043e\u0432\u044b\u0445 \u043f\u043e\u043b\u0435\u0439 \u043e\u0441\u0442\u0430\u0432\u043b\u044f\u044e \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0438\u0439 \u0432\u0430\u043b\u0438\u0434\u043d\u044b\u0439 \u0441\u043d\u0430\u043f\u0448\u043e\u0442 \u043f\u043e \u0445\u0440\u043e\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u0441\u043e\u0431\u044b\u0442\u0438\u0439, \u043f\u0440\u0438\u0432\u043e\u0436\u0443 \u0442\u0438\u043f\u044b, \u0430 \u043e\u0442\u0441\u0443\u0442\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u043e\u0441\u0442\u0430\u0432\u043b\u044f\u044e <code>null<\/code>. \u0412\u0430\u0436\u043d\u043e \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0442\u044c, \u0447\u0442\u043e <code>watchers_count<\/code> \u0432 \u0438\u0441\u0442\u043e\u0440\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u0441\u043d\u0430\u043f\u0448\u043e\u0442\u0430\u0445 \u0444\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0440\u0430\u0432\u0435\u043d <code>stargazers_count<\/code> \u2014 \u044d\u0442\u043e \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e\u0441\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0445 GitHub \u043d\u0430 \u043c\u043e\u043c\u0435\u043d\u0442 \u0441\u043e\u0431\u044b\u0442\u0438\u044f.<\/p>\n<p>\u042f \u043f\u043e\u0434\u0443\u043c\u0430\u043b \u0447\u0442\u043e \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u043d\u0430 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0438 \u043d\u0430 \u0440\u0430\u0437\u043d\u044b\u0445 \u044f\u0437\u044b\u043a\u0430\u0445 (\u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0445 \u044f\u0437\u044b\u043a\u0430\u0445, \u043d\u0435 \u043a\u043e\u043c\u043f\u044c\u044e\u0442\u0435\u0440\u043d\u044b\u0445) \u0438 \u0434\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u0440\u0435\u0448\u0438\u043b \u0434\u0435\u0442\u0435\u043a\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u044f\u0437\u044b\u043a \u043f\u043e \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u044e \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f. \u0414\u0435\u0442\u0435\u043a\u0446\u0438\u044e \u044f\u0437\u044b\u043a\u0430 \u043f\u043e \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u044f \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f \u0441\u0434\u0435\u043b\u0430\u043b \u0441\u0442\u0430\u0440\u043e\u0439 \u0440\u0430\u0431\u043e\u0447\u0435\u0439 \u043b\u043e\u0448\u0430\u0434\u043a\u043e\u0439: <a href=\"https:\/\/fasttext.cc\/docs\/en\/language-identification.html\" rel=\"noopener noreferrer nofollow\">\u043c\u043e\u0434\u0435\u043b\u044c\u044e fastText<\/a>. \u041e\u043f\u0440\u0435\u0434\u0435\u043b\u044f\u0435\u0442 176 \u044f\u0437\u044b\u043a\u043e\u0432. \u041f\u043e\u043b\u044f:<\/p>\n<ul>\n<li>\n<p><code>description_language<\/code> \u2014 ISO-\u043a\u043e\u0434 \u044f\u0437\u044b\u043a\u0430;<\/p>\n<\/li>\n<li>\n<p><code>description_language_score<\/code> \u2014 \u0443\u0432\u0435\u0440\u0435\u043d\u043d\u043e\u0441\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438 (0\u20131).<\/p>\n<\/li>\n<\/ul>\n<p>\u0422\u0430\u043a \u043a\u0430\u043a \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u044f \u0447\u0430\u0441\u0442\u043e \u043a\u043e\u0440\u043e\u0442\u043a\u0438\u0435, \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u0434\u0435\u0442\u0435\u043a\u0446\u0438\u0438 \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u043d\u0435 \u043e\u0447\u0435\u043d\u044c. \u0420\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0430\u0446\u0438\u044f, \u0435\u0441\u043b\u0438 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442\u0435 <code>description_language<\/code>, \u0442\u043e \u043c\u043e\u0436\u0435\u0442\u0435 \u0444\u0438\u043b\u044c\u0442\u0440\u043e\u0432\u0430\u0442\u044c \u043f\u043e \u043f\u043e\u0440\u043e\u0433\u0443, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 <code>&gt;= 0.5<\/code> (\u0438\u043b\u0438 \u0436\u0451\u0441\u0442\u0447\u0435 \u043f\u043e\u0434 \u0437\u0430\u0434\u0430\u0447\u0443).<\/p>\n<details class=\"spoiler\">\n<summary>\u0421\u0445\u0435\u043c\u0430 \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0430<\/summary>\n<div class=\"spoiler__content\">\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th data-colwidth=\"275\" width=\"275\">\n<p>\u041f\u043e\u043b\u0435<\/p>\n<\/th>\n<th data-colwidth=\"93\" width=\"93\">\n<p>\u0422\u0438\u043f<\/p>\n<\/th>\n<th>\n<p>\u041e\u043f\u0438\u0441\u0430\u043d\u0438\u0435<\/p>\n<\/th>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>repo_name<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">string<\/p>\n<\/td>\n<td>\n<p align=\"left\"><code>owner\/name<\/code><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>language<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">string<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u041e\u0441\u043d\u043e\u0432\u043d\u043e\u0439 \u044f\u0437\u044b\u043a (\u0447\u0435\u043b\u043e\u0432\u0435\u043a\u043e\u0447\u0438\u0442\u0430\u0435\u043c\u043e\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435)<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>created_at<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">timestamp<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0412\u0440\u0435\u043c\u044f \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f (UTC), \u0435\u0441\u043b\u0438 \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u043e<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>description<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">string<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u041e\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>description_language<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">string<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u041a\u043e\u0434 \u044f\u0437\u044b\u043a\u0430 \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u044f \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f (ISO 639-1\/2)<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>description_language_score<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">float32<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0423\u0432\u0435\u0440\u0435\u043d\u043d\u043e\u0441\u0442\u044c \u0434\u0435\u0442\u0435\u043a\u0446\u0438\u0438 \u044f\u0437\u044b\u043a\u0430 (0\u20131)<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>license_key<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">string<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u041a\u043b\u044e\u0447 \u043b\u0438\u0446\u0435\u043d\u0437\u0438\u0438 \u0432 \u0444\u043e\u0440\u043c\u0430\u0442\u0435, \u0431\u043b\u0438\u0437\u043a\u043e\u043c \u043a SPDX<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>forks_count<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">int64<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0422\u0435\u043a\u0443\u0449\u0435\u0435 \u0447\u0438\u0441\u043b\u043e \u0444\u043e\u0440\u043a\u043e\u0432<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>watchers_count<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">int64<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0427\u0438\u0441\u043b\u043e \u043d\u0430\u0431\u043b\u044e\u0434\u0430\u0442\u0435\u043b\u0435\u0439\/\u0437\u0432\u0451\u0437\u0434 (\u043f\u0440\u0438\u043c.: \u0443\u0441\u0442\u0430\u0440\u0435\u0432\u0448\u0435\u0435 <code>watchers<\/code> \u0443 GitHub \u0444\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0443\u0435\u0442 <code>stargazers<\/code>)<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>size<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">int64<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0420\u0430\u0437\u043c\u0435\u0440 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f (\u041a\u0411, \u043f\u043e \u0434\u0430\u043d\u043d\u044b\u043c GitHub)<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>last_pr_id<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">int64<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0418\u0434\u0435\u043d\u0442\u0438\u0444\u0438\u043a\u0430\u0442\u043e\u0440 \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0435\u0433\u043e \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u043e\u0433\u043e pull request<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<\/div>\n<\/details>\n<h3>\u041f\u0440\u0438\u043c\u0435\u0440\u044b \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0434\u0430\u043d\u043d\u044b\u0445<\/h3>\n<p>\u0412\u043e\u0442 \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u0438\u0435 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u043a\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0435\u0441\u0442\u044c \u0432 \u043d\u043e\u0443\u0442\u0431\u0443\u043a\u0435 \u0434\u043b\u044f \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0434\u0430\u043d\u043d\u044b\u0445.<\/p>\n<figure class=\"\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/cd2\/5ad\/ec7\/cd25adec7d6b588509eae6152f52f075.png\" alt=\"\u0422\u043e\u043f-5 \u0441\u0430\u043c\u044b\u0445 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0445 \u044f\u0437\u044b\u043a\u043e\u0432 \u0438 \u0438\u0445 \u0434\u043e\u043b\u0438.\" title=\"\u0422\u043e\u043f-5 \u0441\u0430\u043c\u044b\u0445 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0445 \u044f\u0437\u044b\u043a\u043e\u0432 \u0438 \u0438\u0445 \u0434\u043e\u043b\u0438.\" width=\"412\" height=\"411\" sizes=\"auto, (max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/getpro\/habr\/upload_files\/cd2\/5ad\/ec7\/cd25adec7d6b588509eae6152f52f075.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/cd2\/5ad\/ec7\/cd25adec7d6b588509eae6152f52f075.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption>\u0422\u043e\u043f-5 \u0441\u0430\u043c\u044b\u0445 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0445 \u044f\u0437\u044b\u043a\u043e\u0432 \u0438 \u0438\u0445 \u0434\u043e\u043b\u0438.<\/figcaption><\/div>\n<\/figure>\n<figure class=\"full-width\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/4ec\/c0d\/9c0\/4ecc0d9c03b02eb6ba376364fac3ebb8.png\" alt=\"\u041a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0441\u043e\u0437\u0434\u0430\u043d\u043d\u044b\u0445 \u0440\u0435\u043f\u043e\u0438\u0437\u0442\u043e\u0440\u0438\u0435\u0432 \u0432 \u043a\u0430\u0436\u0434\u043e\u043c \u0438\u0437 \u0433\u043e\u0434\u043e\u0432. \u0420\u0430\u0441\u0442\u0435\u0442 \u043b\u0438\u043d\u0435\u0439\u043d\u043e, \u0435\u0441\u043b\u0438 \u043d\u0435 \u0441\u0447\u0438\u0442\u0430\u0442\u044c \u0441\u043a\u0430\u0447\u043a\u0430 \u0432 2019 \u0438 2020 \u0433\u043e\u0434\u0430\u0445. \" title=\"\u041a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0441\u043e\u0437\u0434\u0430\u043d\u043d\u044b\u0445 \u0440\u0435\u043f\u043e\u0438\u0437\u0442\u043e\u0440\u0438\u0435\u0432 \u0432 \u043a\u0430\u0436\u0434\u043e\u043c \u0438\u0437 \u0433\u043e\u0434\u043e\u0432. \u0420\u0430\u0441\u0442\u0435\u0442 \u043b\u0438\u043d\u0435\u0439\u043d\u043e, \u0435\u0441\u043b\u0438 \u043d\u0435 \u0441\u0447\u0438\u0442\u0430\u0442\u044c \u0441\u043a\u0430\u0447\u043a\u0430 \u0432 2019 \u0438 2020 \u0433\u043e\u0434\u0430\u0445. \" width=\"630\" height=\"470\" sizes=\"auto, (max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/getpro\/habr\/upload_files\/4ec\/c0d\/9c0\/4ecc0d9c03b02eb6ba376364fac3ebb8.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/4ec\/c0d\/9c0\/4ecc0d9c03b02eb6ba376364fac3ebb8.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption>\u041a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0441\u043e\u0437\u0434\u0430\u043d\u043d\u044b\u0445 \u0440\u0435\u043f\u043e\u0438\u0437\u0442\u043e\u0440\u0438\u0435\u0432 \u0432 \u043a\u0430\u0436\u0434\u043e\u043c \u0438\u0437 \u0433\u043e\u0434\u043e\u0432. \u0420\u0430\u0441\u0442\u0435\u0442 \u043b\u0438\u043d\u0435\u0439\u043d\u043e, \u0435\u0441\u043b\u0438 \u043d\u0435 \u0441\u0447\u0438\u0442\u0430\u0442\u044c \u0441\u043a\u0430\u0447\u043a\u0430 \u0432 2019 \u0438 2020 \u0433\u043e\u0434\u0430\u0445. <\/figcaption><\/div>\n<\/figure>\n<figure class=\"full-width\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/a6b\/8bd\/e7c\/a6b8bde7ce587e896fc04786b66e3eca.png\" alt=\"\u0414\u043e\u043b\u044f \u044f\u0437\u044b\u043a\u043e\u0432 \u0441 \u0442\u0435\u0447\u0435\u043d\u0438\u0435\u043c \u0432\u0440\u0435\u043c\u0435\u043d\u0438. \u041e\u0434\u043d\u0430 \u0438\u0437 \u043f\u0440\u0438\u0447\u0438\u043d \u0441\u043a\u0430\u0447\u043a\u0430 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0435\u0432 \u0432 2019-2020 \u0433\u043e\u0434\u0430\u0445 \u2013 javaScript \" title=\"\u0414\u043e\u043b\u044f \u044f\u0437\u044b\u043a\u043e\u0432 \u0441 \u0442\u0435\u0447\u0435\u043d\u0438\u0435\u043c \u0432\u0440\u0435\u043c\u0435\u043d\u0438. \u041e\u0434\u043d\u0430 \u0438\u0437 \u043f\u0440\u0438\u0447\u0438\u043d \u0441\u043a\u0430\u0447\u043a\u0430 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0435\u0432 \u0432 2019-2020 \u0433\u043e\u0434\u0430\u0445 \u2013 javaScript \" width=\"846\" height=\"470\" sizes=\"auto, (max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/getpro\/habr\/upload_files\/a6b\/8bd\/e7c\/a6b8bde7ce587e896fc04786b66e3eca.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/a6b\/8bd\/e7c\/a6b8bde7ce587e896fc04786b66e3eca.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption>\u0414\u043e\u043b\u044f \u044f\u0437\u044b\u043a\u043e\u0432 \u0441 \u0442\u0435\u0447\u0435\u043d\u0438\u0435\u043c \u0432\u0440\u0435\u043c\u0435\u043d\u0438. \u041e\u0434\u043d\u0430 \u0438\u0437 \u043f\u0440\u0438\u0447\u0438\u043d \u0441\u043a\u0430\u0447\u043a\u0430 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0435\u0432 \u0432 2019-2020 \u0433\u043e\u0434\u0430\u0445 \u2013 javaScript <\/figcaption><\/div>\n<\/figure>\n<h3>\u0418\u0434\u0435\u0438 \u0434\u043b\u044f \u0443\u0447\u0435\u0431\u043d\u044b\u0445 \u043c\u0438\u043d\u0438-\u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0432<\/h3>\n<p>\u0415\u0441\u043b\u0438 \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u0442\u044c\u0441\u044f \u0438 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c, \u043c\u043e\u0436\u0435\u0442\u0435 \u043f\u0440\u043e\u0441\u0442\u043e \u0441\u043a\u0430\u0447\u0430\u0442\u044c \u0434\u0430\u0442\u0430\u0441\u0435\u0442 \u0441 <a href=\"https:\/\/huggingface.co\/datasets\/ibragim-bad\/github-repos-metadata-40M\" rel=\"noopener noreferrer nofollow\">huggingface.<\/a>  <\/p>\n<pre><code class=\"python\">from datasets import load_dataset  ds = load_dataset(\"ibragim-bad\/github-repos-metadata-40M\", split=\"full\")<\/code><\/pre>\n<p>\u041b\u0438\u0431\u043e \u043d\u0430\u0447\u0430\u0442\u044c \u0441 \u0433\u043e\u0442\u043e\u0432\u043e\u0433\u043e \u043a\u043e\u0434\u0430 \u0432 GitHub \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0438: <a href=\"https:\/\/github.com\/ibragim-bad\/github-repos-metadata-40M\" rel=\"noopener noreferrer nofollow\">ibragim-bad\/github-repos-metadata-40M<\/a>. \u041c\u043d\u0435 \u043f\u0440\u0438\u0448\u043b\u0430 \u043f\u0430\u0440\u0430 \u0438\u0434\u0435\u0439, \u043a\u0430\u043a \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0442\u0430\u043a\u043e\u0439 \u0434\u0430\u0442\u0430\u0441\u0435\u0442.<\/p>\n<ul>\n<li>\n<p><strong>EDA:<\/strong> \u0442\u043e\u043f-\u044f\u0437\u044b\u043a\u0438, \u0440\u043e\u0441\u0442 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0435\u0432 \u043f\u043e \u0433\u043e\u0434\u0430\u043c\/\u043c\u0435\u0441\u044f\u0446\u0430\u043c, \u0441\u043e\u043e\u0442\u043d\u043e\u0448\u0435\u043d\u0438\u044f \u0437\u0432\u0451\u0437\u0434\/\u0444\u043e\u0440\u043a\u043e\u0432, \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u043b\u0438\u0446\u0435\u043d\u0437\u0438\u0439.<\/p>\n<\/li>\n<li>\n<p><strong>\u0424\u0438\u0447\u0438 \u0438 \u043f\u0440\u043e\u0441\u0442\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438:<\/strong> \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u0430\u0442\u044c \u0432\u0435\u0440\u043e\u044f\u0442\u043d\u043e\u0441\u0442\u044c \u2265N \u0437\u0432\u0451\u0437\u0434 \u043f\u043e \u0440\u0430\u043d\u043d\u0438\u043c \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0430\u043c; \u0431\u0438\u043d\u0438\u043d\u0433 \u043f\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u0430\u043c\/\u0434\u0430\u0442\u0430\u043c.<\/p>\n<\/li>\n<li>\n<p><strong>\u041f\u043e\u0438\u0441\u043a\/\u043a\u043b\u0430\u0441\u0442\u0435\u0440\u0438\u0437\u0430\u0446\u0438\u044f:<\/strong> \u044d\u043c\u0431\u0435\u0434\u0434\u0438\u043d\u0433\u0438 <code>description<\/code> (\u043f\u043e \u044f\u0437\u044b\u043a\u0430\u043c\/\u0442\u0435\u043c\u0430\u043c), \u043a\u043b\u0430\u0441\u0442\u0435\u0440\u0438\u0437\u0430\u0446\u0438\u044f \u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0432, \u043f\u043e\u0438\u0441\u043a \u201c\u043f\u043e\u0445\u043e\u0436\u0438\u0445\u201d \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0435\u0432.<\/p>\n<\/li>\n<li>\n<p><strong>\u041a\u0440\u043e\u0441\u0441-\u0441\u0440\u0435\u0437\u044b:<\/strong> \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a \u043f\u043e <code>language<\/code>, <code>license_key<\/code>, \u0432\u0438\u0434\u0438\u043c\u043e\u0441\u0442\u0438.<\/p>\n<\/li>\n<\/ul>\n<h3>P.S <\/h3>\n<p>\u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u043f\u043e\u0441\u043b\u0435\u0441\u043b\u043e\u0432\u0438\u044f: \u0435\u0441\u043b\u0438 \u0432\u044b \u043f\u0440\u0435\u043f\u043e\u0434\u0430\u0451\u0442\u0435 \u0438\u043b\u0438 \u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0435 \u043f\u0443\u0442\u044c \u0432 \u0430\u043d\u0430\u043b\u0438\u0437\u0435 \u0434\u0430\u043d\u043d\u044b\u0445, \u044d\u0442\u043e\u0442 \u043d\u0430\u0431\u043e\u0440 \u043c\u043e\u0436\u0435\u0442 \u043f\u0440\u0438\u0433\u043e\u0434\u0438\u0442\u044c\u0441\u044f \u0434\u043b\u044f \u043f\u0440\u0430\u043a\u0442\u0438\u043a\u0438 \u043d\u0430 \u00ab\u0436\u0438\u0432\u043e\u043c\u00bb \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0435. \u041e\u043d \u0441\u0432\u0435\u0436\u0438\u0439 (\u0441\u0431\u043e\u0440 \u2013 \u0441\u0435\u0440\u0435\u0434\u0438\u043d\u0430 \u0438\u044e\u043b\u044f), \u0438\u0437 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u043c\u0438\u0440\u0430, \u0441\u043e \u0441\u0432\u043e\u0435\u0439 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0439 \u043d\u0435\u043f\u043e\u043b\u043d\u043e\u0442\u043e\u0439 \u0438 \u043f\u043e\u043b\u043d\u043e\u0441\u0442\u044c\u044e \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u0439. \u0415\u0441\u043b\u0438 \u0431\u0443\u0434\u0443\u0442 \u043f\u043e\u0436\u0435\u043b\u0430\u043d\u0438\u044f \u2013 \u043f\u0438\u0448\u0438\u0442\u0435: \u0432 \u0441\u0432\u043e\u0431\u043e\u0434\u043d\u043e\u0435 \u0432\u0440\u0435\u043c\u044f \u0441\u043c\u043e\u0433\u0443 \u0440\u0430\u0441\u0448\u0438\u0440\u0438\u0442\u044c \u0438 \u043e\u0431\u043e\u0433\u0430\u0442\u0438\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435, \u0435\u0441\u043b\u0438 \u0431\u0443\u0434\u0435\u0442 \u0441\u043f\u0440\u043e\u0441. \u0411\u0443\u0434\u0443 \u043f\u0440\u0438\u0437\u043d\u0430\u0442\u0435\u043b\u0435\u043d \u0437\u0430 \u043e\u0431\u0440\u0430\u0442\u043d\u0443\u044e \u0441\u0432\u044f\u0437\u044c. \u0421\u043f\u0430\u0441\u0438\u0431\u043e!<\/p>\n<\/div>\n<\/div>\n<\/div>\n<p><!----><!----><\/div>\n<p><!----><!----><br \/> \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/articles\/942930\/\"> https:\/\/habr.com\/ru\/articles\/942930\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<div><!--[--><!--]--><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-2\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<p>\u041f\u0440\u0438\u0432\u0435\u0442! \u041c\u0435\u043d\u044f \u0437\u043e\u0432\u0443\u0442 <a href=\"https:\/\/t.me\/c0mmit\/33\" rel=\"noopener noreferrer nofollow\">\u0418\u0431\u0440\u0430\u0433\u0438\u043c<\/a>, \u044f \u0437\u0430\u043d\u0438\u043c\u0430\u044e\u0441\u044c \u0441\u0431\u043e\u0440\u043e\u043c \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043b\u044f \u0443\u043b\u0443\u0447\u0448\u0435\u043d\u0438\u044f \u043d\u0430\u0432\u044b\u043a\u043e\u0432 \u043a\u043e\u0434\u0430 LLM. <\/p>\n<h4>TL;DR<\/h4>\n<p>\u042f \u0441\u043e\u0431\u0440\u0430\u043b \u0434\u0430\u0442\u0430\u0441\u0435\u0442 \u043c\u0435\u0442\u0430\u0434\u0430\u043d\u043d\u044b\u0445 \u043f\u043e ~40 \u043c\u043b\u043d \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0445 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0435\u0432 <strong>GitHub<\/strong>. \u0412\u043d\u0443\u0442\u0440\u0438 \u2014 \u0437\u0432\u0451\u0437\u0434\u044b, \u0444\u043e\u0440\u043a\u0438, \u043b\u0438\u0446\u0435\u043d\u0437\u0438\u0438, \u044f\u0437\u044b\u043a, \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u0435, \u0440\u0430\u0437\u043c\u0435\u0440, \u0434\u0430\u0442\u0430 \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u0438 \u0434\u0440. \u0421\u0445\u0435\u043c\u0430 \u043f\u043e \u0441\u043c\u044b\u0441\u043b\u0443 \u043c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e \u0441\u043e\u0432\u043c\u0435\u0441\u0442\u0438\u043c\u0430 \u0441 <strong>GitHub API<\/strong>. \u041b\u0438\u0446\u0435\u043d\u0437\u0438\u044f \u2014 <strong>MIT<\/strong>. \u041d\u0438\u0436\u0435 \u2014 \u043a\u0430\u043a \u0441\u043a\u0430\u0447\u0430\u0442\u044c, \u0447\u0442\u043e \u0432\u043d\u0443\u0442\u0440\u0438 \u0438 \u0438\u0434\u0435\u0438 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f. \u0421\u043e\u0431\u0440\u0430\u043b \u0442\u043e, \u0447\u0435\u0433\u043e \u0441\u0430\u043c\u043e\u043c\u0443 \u043d\u0435 \u0445\u0432\u0430\u0442\u0430\u043b\u043e \u2014 \u0434\u0435\u043b\u044e\u0441\u044c, \u0432\u0434\u0440\u0443\u0433 \u0435\u0449\u0451 \u043a\u043e\u043c\u0443 \u0436\u0438\u0437\u043d\u044c \u0443\u043f\u0440\u043e\u0441\u0442\u0438\u0442.<\/p>\n<ul>\n<li>\n<p><strong>HF Datasets:<\/strong> <a href=\"https:\/\/huggingface.co\/datasets\/ibragim-bad\/github-repos-metadata-40M\" rel=\"noopener noreferrer nofollow\">ibragim-bad\/github-repos-metadata-40M<\/a><\/p>\n<\/li>\n<li>\n<p><strong>GitHub: <\/strong><a href=\"https:\/\/github.com\/ibragim-bad\/github-repos-metadata-40M\" rel=\"noopener noreferrer nofollow\">ibragim-bad\/github-repos-metadata-40M<\/a><\/p>\n<\/li>\n<li>\n<p><strong>\u041f\u0440\u0438\u043c\u0435\u0440 \u043a\u043e\u0434\u0430 \u0438 \u043f\u0440\u043e\u0441\u0442\u044b\u0435 \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438:<\/strong> \u0432 GitHub-\u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0438 \u043a \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0443.<\/p>\n<\/li>\n<li>\n<p><strong>\u041f\u043e\u0434\u0445\u043e\u0434\u0438\u0442 \u0434\u043b\u044f:<\/strong> \u0443\u0447\u0435\u0431\u043d\u044b\u0445 \u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0432, \u0431\u044b\u0441\u0442\u0440\u044b\u0445 \u043f\u0440\u043e\u0442\u043e\u0442\u0438\u043f\u043e\u0432, EDA, \u043f\u0440\u043e\u0441\u0442\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439, \u043f\u043e\u0438\u0441\u043a\u0430\/\u043a\u043b\u0430\u0441\u0442\u0435\u0440\u0438\u0437\u0430\u0446\u0438\u0438.<\/p>\n<\/li>\n<li>\n<p><strong>\u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0438\u044f:<\/strong> \u0442\u043e\u043b\u044c\u043a\u043e \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0435 \u0441\u043e\u0431\u044b\u0442\u0438\u044f; \u0447\u0430\u0441\u0442\u044c \u043f\u043e\u043b\u0435\u0439 \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c <code>null<\/code>; \u0441\u043d\u0430\u043f\u0448\u043e\u0442\u044b \u043c\u0435\u0442\u0430\u0434\u0430\u043d\u043d\u044b\u0445 \u2014 \u043f\u043e \u0441\u043e\u0441\u0442\u043e\u044f\u043d\u0438\u044e \u043d\u0430 \u043c\u043e\u043c\u0435\u043d\u0442 \u0441\u043e\u0431\u044b\u0442\u0438\u044f.<\/p>\n<\/li>\n<\/ul>\n<h3>\u0410 \u0437\u0430\u0447\u0435\u043c?<\/h3>\n<p>\u042f \u0434\u0430\u0432\u043d\u043e \u043a\u043e\u0432\u044b\u0440\u044f\u044e \u0434\u0430\u043d\u043d\u044b\u0435 \u0441 <strong>GitHub<\/strong> \u0438 \u0437\u0430\u043c\u0435\u0442\u0438\u043b, \u0447\u0442\u043e \u043f\u043e\u043b\u043d\u044b\u0445 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0445 \u0432\u044b\u0433\u0440\u0443\u0437\u043e\u043a \u043f\u043e \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f\u043c \u043f\u043e\u0447\u0442\u0438 \u043d\u0435\u0442: \u0435\u0441\u0442\u044c \u0442\u043e\u043b\u044c\u043a\u043e <a href=\"https:\/\/cloud.google.com\/blog\/topics\/public-datasets\/github-on-bigquery-analyze-all-the-open-source-code\" rel=\"noopener noreferrer nofollow\">GitHub Repos Database \u0432 BigQuery <\/a>(~3 \u043c\u043b\u043d \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0435\u0432 \u0438 \u043d\u0435 \u0432\u0441\u0435 \u043f\u043e\u043b\u044f, \u043f\u043b\u044e\u0441 \u043d\u0443\u0436\u043d\u0430 \u0443\u0447\u0451\u0442\u043a\u0430 GCP). \u041c\u043e\u0436\u043d\u043e \u0435\u0449\u0435 \u043f\u043e\u0441\u043e\u0431\u0438\u0440\u0430\u0442\u044c \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0435 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0438 \u0447\u0435\u0440\u0435\u0437<strong> GitHub API,<\/strong> \u043d\u043e \u043e\u043d \u0431\u044b\u0441\u0442\u0440\u043e \u0443\u043f\u0438\u0440\u0430\u0435\u0442\u0441\u044f \u0432 \u043b\u0438\u043c\u0438\u0442\u044b \u0438 \u0432\u043a\u043b\u044e\u0447\u0430\u0435\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u0434\u043e 1k \u043e\u0431\u044a\u0435\u043a\u0442\u043e\u0432 \u0434\u0430\u0436\u0435 \u0441 \u043f\u0430\u0433\u0438\u043d\u0430\u0446\u0438\u0435\u0439. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u044f \u0441\u043e\u0431\u0440\u0430\u043b \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439 \u0434\u0430\u0442\u0430\u0441\u0435\u0442 <strong>GitHub<\/strong> \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0435\u0432. \u0414\u0430\u0442\u0430\u0441\u0435\u0442 \u043e\u0442\u043b\u0438\u0447\u043d\u043e \u043f\u043e\u0434\u0445\u043e\u0434\u0438\u0442 \u0434\u043b\u044f \u043f\u0440\u0430\u043a\u0442\u0438\u043a\u0438 \u0438 \u0443\u0447\u0435\u0431\u043d\u044b\u0445 \u043c\u0438\u043d\u0438\u2011\u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0432: \u0435\u0441\u0442\u044c \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0430\u043b\u044c\u043d\u044b\u0435 \u0438 \u0447\u0438\u0441\u043b\u043e\u0432\u044b\u0435 \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0438, \u0434\u0430\u0442\u044b, \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438 \u0438 \u043a\u043e\u0440\u043e\u0442\u043a\u0438\u0439 \u0442\u0435\u043a\u0441\u0442 \u2014 \u043c\u043e\u0436\u043d\u043e \u0438 <strong>EDA<\/strong> \u0441\u0434\u0435\u043b\u0430\u0442\u044c, \u0438 \u0444\u0438\u0447\u0438 \u043f\u043e\u0441\u0447\u0438\u0442\u0430\u0442\u044c, \u0438 \u043f\u043e\u0438\u0441\u043a\/\u043a\u043b\u0430\u0441\u0442\u0435\u0440\u0438\u0437\u0430\u0446\u0438\u044e \u043d\u0430 \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u044f\u0445 \u0441\u0434\u0435\u043b\u0430\u0442\u044c. <\/p>\n<h3>\u041a\u0430\u043a \u0441\u043e\u0431\u0438\u0440\u0430\u043b \u0434\u0430\u043d\u043d\u044b\u0435<\/h3>\n<p>\u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u0438\u0441\u0442\u043e\u0447\u043d\u0438\u043a\u0430 \u0441\u043e\u0431\u044b\u0442\u0438\u0439 \u044f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b <a href=\"https:\/\/www.gharchive.org\/\" rel=\"noopener noreferrer nofollow\">GH Archive.<\/a> <strong>GH Archive<\/strong> \u2014 \u044d\u0442\u043e \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u0439 \u043f\u043e\u0447\u0430\u0441\u043e\u0432\u043e\u0439 \u0430\u0440\u0445\u0438\u0432 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0445 \u0441\u043e\u0431\u044b\u0442\u0438\u0439 GitHub (push, issue, pull request, star \u0438 \u0442.\u0434.) \u0432 JSON. \u041a\u0430\u0436\u0434\u043e\u0435 \u0441\u043e\u0431\u044b\u0442\u0438\u0435 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 \u0432\u0440\u0435\u043c\u044f \u0438 <code>payload<\/code>, \u0433\u0434\u0435 \u0447\u0430\u0441\u0442\u043e \u043b\u0435\u0436\u0430\u0442 \u0441\u043d\u0430\u043f\u0448\u043e\u0442\u044b \u0441\u0432\u044f\u0437\u0430\u043d\u043d\u044b\u0445 \u043e\u0431\u044a\u0435\u043a\u0442\u043e\u0432 (\u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043c\u0435\u0442\u0430\u0434\u0430\u043d\u043d\u044b\u0435 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f \u0432\u043d\u0443\u0442\u0440\u0438 <code>PullRequestEvent<\/code>). \u0410\u0440\u0445\u0438\u0432 \u043f\u043e\u043a\u0440\u044b\u0432\u0430\u0435\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u0443\u044e \u0430\u043a\u0442\u0438\u0432\u043d\u043e\u0441\u0442\u044c.<\/p>\n<p>\u042f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b \u0434\u0432\u0430 \u0442\u0438\u043f\u0430 \u0441\u043e\u0431\u044b\u0442\u0438\u0439 \u0438\u0437 <strong>GH Archive.<\/strong> \u0421\u043e\u0431\u044b\u0442\u0438\u044f <strong>CreateEvent<\/strong> \u0441 <code>ref_type=repository<\/code> \u0434\u0430\u044e\u0442 \u043c\u0435\u0442\u043a\u0443 <code>created_at<\/code> \u0438 \u0441\u0430\u043c \u0444\u0430\u043a\u0442 \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f. \u0421\u043e\u0431\u044b\u0442\u0438\u044f <strong>PullRequestEvent<\/strong> \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0442 \u0432 <code>payload<\/code> \u0441\u043d\u0430\u043f\u0448\u043e\u0442 \u043c\u0435\u0442\u0430\u0434\u0430\u043d\u043d\u044b\u0445 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f (<code>forks<\/code>, <code>license<\/code>, <code>language<\/code>, <code>description<\/code>, <code>size<\/code>, <code>visibility<\/code> \u0438 \u0441\u0447\u0451\u0442\u0447\u0438\u043a\u0438); \u0437\u0430\u043e\u0434\u043d\u043e \u0438\u0437 \u043d\u0438\u0445 \u044f \u0431\u0435\u0440\u0443 \u0438\u043d\u0434\u0435\u043a\u0441 pull request, \u0447\u0442\u043e\u0431\u044b \u0433\u0440\u0443\u0431\u043e \u043e\u0446\u0435\u043d\u0438\u0442\u044c \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e PR. \u041f\u043e\u0441\u043b\u0435 \u0438\u0437\u0432\u043b\u0435\u0447\u0435\u043d\u0438\u044f \u044f \u0430\u0433\u0440\u0435\u0433\u0438\u0440\u0443\u044e \u0437\u0430\u043f\u0438\u0441\u0438 \u043f\u043e \u043a\u043b\u044e\u0447\u0443 <code>owner\/name<\/code>: \u0434\u043b\u044f \u0447\u0438\u0441\u043b\u043e\u0432\u044b\u0445 \u0438 \u0441\u0442\u0440\u043e\u043a\u043e\u0432\u044b\u0445 \u043f\u043e\u043b\u0435\u0439 \u043e\u0441\u0442\u0430\u0432\u043b\u044f\u044e \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0438\u0439 \u0432\u0430\u043b\u0438\u0434\u043d\u044b\u0439 \u0441\u043d\u0430\u043f\u0448\u043e\u0442 \u043f\u043e \u0445\u0440\u043e\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u0441\u043e\u0431\u044b\u0442\u0438\u0439, \u043f\u0440\u0438\u0432\u043e\u0436\u0443 \u0442\u0438\u043f\u044b, \u0430 \u043e\u0442\u0441\u0443\u0442\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u043e\u0441\u0442\u0430\u0432\u043b\u044f\u044e <code>null<\/code>. \u0412\u0430\u0436\u043d\u043e \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0442\u044c, \u0447\u0442\u043e <code>watchers_count<\/code> \u0432 \u0438\u0441\u0442\u043e\u0440\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u0441\u043d\u0430\u043f\u0448\u043e\u0442\u0430\u0445 \u0444\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0440\u0430\u0432\u0435\u043d <code>stargazers_count<\/code> \u2014 \u044d\u0442\u043e \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e\u0441\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0445 GitHub \u043d\u0430 \u043c\u043e\u043c\u0435\u043d\u0442 \u0441\u043e\u0431\u044b\u0442\u0438\u044f.<\/p>\n<p>\u042f \u043f\u043e\u0434\u0443\u043c\u0430\u043b \u0447\u0442\u043e \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u043d\u0430 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0438 \u043d\u0430 \u0440\u0430\u0437\u043d\u044b\u0445 \u044f\u0437\u044b\u043a\u0430\u0445 (\u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0445 \u044f\u0437\u044b\u043a\u0430\u0445, \u043d\u0435 \u043a\u043e\u043c\u043f\u044c\u044e\u0442\u0435\u0440\u043d\u044b\u0445) \u0438 \u0434\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u0440\u0435\u0448\u0438\u043b \u0434\u0435\u0442\u0435\u043a\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u044f\u0437\u044b\u043a \u043f\u043e \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u044e \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f. \u0414\u0435\u0442\u0435\u043a\u0446\u0438\u044e \u044f\u0437\u044b\u043a\u0430 \u043f\u043e \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u044f \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f \u0441\u0434\u0435\u043b\u0430\u043b \u0441\u0442\u0430\u0440\u043e\u0439 \u0440\u0430\u0431\u043e\u0447\u0435\u0439 \u043b\u043e\u0448\u0430\u0434\u043a\u043e\u0439: <a href=\"https:\/\/fasttext.cc\/docs\/en\/language-identification.html\" rel=\"noopener noreferrer nofollow\">\u043c\u043e\u0434\u0435\u043b\u044c\u044e fastText<\/a>. \u041e\u043f\u0440\u0435\u0434\u0435\u043b\u044f\u0435\u0442 176 \u044f\u0437\u044b\u043a\u043e\u0432. \u041f\u043e\u043b\u044f:<\/p>\n<ul>\n<li>\n<p><code>description_language<\/code> \u2014 ISO-\u043a\u043e\u0434 \u044f\u0437\u044b\u043a\u0430;<\/p>\n<\/li>\n<li>\n<p><code>description_language_score<\/code> \u2014 \u0443\u0432\u0435\u0440\u0435\u043d\u043d\u043e\u0441\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438 (0\u20131).<\/p>\n<\/li>\n<\/ul>\n<p>\u0422\u0430\u043a \u043a\u0430\u043a \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u044f \u0447\u0430\u0441\u0442\u043e \u043a\u043e\u0440\u043e\u0442\u043a\u0438\u0435, \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u0434\u0435\u0442\u0435\u043a\u0446\u0438\u0438 \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u043d\u0435 \u043e\u0447\u0435\u043d\u044c. \u0420\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0430\u0446\u0438\u044f, \u0435\u0441\u043b\u0438 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442\u0435 <code>description_language<\/code>, \u0442\u043e \u043c\u043e\u0436\u0435\u0442\u0435 \u0444\u0438\u043b\u044c\u0442\u0440\u043e\u0432\u0430\u0442\u044c \u043f\u043e \u043f\u043e\u0440\u043e\u0433\u0443, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 <code>&gt;= 0.5<\/code> (\u0438\u043b\u0438 \u0436\u0451\u0441\u0442\u0447\u0435 \u043f\u043e\u0434 \u0437\u0430\u0434\u0430\u0447\u0443).<\/p>\n<details class=\"spoiler\">\n<summary>\u0421\u0445\u0435\u043c\u0430 \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0430<\/summary>\n<div class=\"spoiler__content\">\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th data-colwidth=\"275\" width=\"275\">\n<p>\u041f\u043e\u043b\u0435<\/p>\n<\/th>\n<th data-colwidth=\"93\" width=\"93\">\n<p>\u0422\u0438\u043f<\/p>\n<\/th>\n<th>\n<p>\u041e\u043f\u0438\u0441\u0430\u043d\u0438\u0435<\/p>\n<\/th>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>repo_name<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">string<\/p>\n<\/td>\n<td>\n<p align=\"left\"><code>owner\/name<\/code><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>language<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">string<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u041e\u0441\u043d\u043e\u0432\u043d\u043e\u0439 \u044f\u0437\u044b\u043a (\u0447\u0435\u043b\u043e\u0432\u0435\u043a\u043e\u0447\u0438\u0442\u0430\u0435\u043c\u043e\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435)<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>created_at<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">timestamp<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0412\u0440\u0435\u043c\u044f \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f (UTC), \u0435\u0441\u043b\u0438 \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u043e<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>description<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">string<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u041e\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>description_language<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">string<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u041a\u043e\u0434 \u044f\u0437\u044b\u043a\u0430 \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u044f \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f (ISO 639-1\/2)<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>description_language_score<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">float32<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0423\u0432\u0435\u0440\u0435\u043d\u043d\u043e\u0441\u0442\u044c \u0434\u0435\u0442\u0435\u043a\u0446\u0438\u0438 \u044f\u0437\u044b\u043a\u0430 (0\u20131)<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>license_key<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">string<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u041a\u043b\u044e\u0447 \u043b\u0438\u0446\u0435\u043d\u0437\u0438\u0438 \u0432 \u0444\u043e\u0440\u043c\u0430\u0442\u0435, \u0431\u043b\u0438\u0437\u043a\u043e\u043c \u043a SPDX<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>forks_count<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">int64<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0422\u0435\u043a\u0443\u0449\u0435\u0435 \u0447\u0438\u0441\u043b\u043e \u0444\u043e\u0440\u043a\u043e\u0432<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>watchers_count<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">int64<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0427\u0438\u0441\u043b\u043e \u043d\u0430\u0431\u043b\u044e\u0434\u0430\u0442\u0435\u043b\u0435\u0439\/\u0437\u0432\u0451\u0437\u0434 (\u043f\u0440\u0438\u043c.: \u0443\u0441\u0442\u0430\u0440\u0435\u0432\u0448\u0435\u0435 <code>watchers<\/code> \u0443 GitHub \u0444\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0443\u0435\u0442 <code>stargazers<\/code>)<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>size<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">int64<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0420\u0430\u0437\u043c\u0435\u0440 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u044f (\u041a\u0411, \u043f\u043e \u0434\u0430\u043d\u043d\u044b\u043c GitHub)<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"275\" width=\"275\">\n<p align=\"left\"><code>last_pr_id<\/code><\/p>\n<\/td>\n<td data-colwidth=\"93\" width=\"93\">\n<p align=\"left\">int64<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0418\u0434\u0435\u043d\u0442\u0438\u0444\u0438\u043a\u0430\u0442\u043e\u0440 \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0435\u0433\u043e \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u043e\u0433\u043e pull request<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<\/div>\n<\/details>\n<h3>\u041f\u0440\u0438\u043c\u0435\u0440\u044b \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0434\u0430\u043d\u043d\u044b\u0445<\/h3>\n<p>\u0412\u043e\u0442 \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u0438\u0435 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u043a\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0435\u0441\u0442\u044c \u0432 \u043d\u043e\u0443\u0442\u0431\u0443\u043a\u0435 \u0434\u043b\u044f \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0434\u0430\u043d\u043d\u044b\u0445.<\/p>\n<figure class=\"\">\n<div><figcaption>\u0422\u043e\u043f-5 \u0441\u0430\u043c\u044b\u0445 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0445 \u044f\u0437\u044b\u043a\u043e\u0432 \u0438 \u0438\u0445 \u0434\u043e\u043b\u0438.<\/figcaption><\/div>\n<\/figure>\n<figure class=\"full-width\">\n<div><figcaption>\u041a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0441\u043e\u0437\u0434\u0430\u043d\u043d\u044b\u0445 \u0440\u0435\u043f\u043e\u0438\u0437\u0442\u043e\u0440\u0438\u0435\u0432 \u0432 \u043a\u0430\u0436\u0434\u043e\u043c \u0438\u0437 \u0433\u043e\u0434\u043e\u0432. \u0420\u0430\u0441\u0442\u0435\u0442 \u043b\u0438\u043d\u0435\u0439\u043d\u043e, \u0435\u0441\u043b\u0438 \u043d\u0435 \u0441\u0447\u0438\u0442\u0430\u0442\u044c \u0441\u043a\u0430\u0447\u043a\u0430 \u0432 2019 \u0438 2020 \u0433\u043e\u0434\u0430\u0445. <\/figcaption><\/div>\n<\/figure>\n<figure class=\"full-width\">\n<div><figcaption>\u0414\u043e\u043b\u044f \u044f\u0437\u044b\u043a\u043e\u0432 \u0441 \u0442\u0435\u0447\u0435\u043d\u0438\u0435\u043c \u0432\u0440\u0435\u043c\u0435\u043d\u0438. \u041e\u0434\u043d\u0430 \u0438\u0437 \u043f\u0440\u0438\u0447\u0438\u043d \u0441\u043a\u0430\u0447\u043a\u0430 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0435\u0432 \u0432 2019-2020 \u0433\u043e\u0434\u0430\u0445 \u2013 javaScript <\/figcaption><\/div>\n<\/figure>\n<h3>\u0418\u0434\u0435\u0438 \u0434\u043b\u044f \u0443\u0447\u0435\u0431\u043d\u044b\u0445 \u043c\u0438\u043d\u0438-\u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0432<\/h3>\n<p>\u0415\u0441\u043b\u0438 \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u0442\u044c\u0441\u044f \u0438 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c, \u043c\u043e\u0436\u0435\u0442\u0435 \u043f\u0440\u043e\u0441\u0442\u043e \u0441\u043a\u0430\u0447\u0430\u0442\u044c \u0434\u0430\u0442\u0430\u0441\u0435\u0442 \u0441 <a href=\"https:\/\/huggingface.co\/datasets\/ibragim-bad\/github-repos-metadata-40M\" rel=\"noopener noreferrer nofollow\">huggingface.<\/a>  <\/p>\n<pre><code class=\"python\">from datasets import load_dataset  ds = load_dataset(\"ibragim-bad\/github-repos-metadata-40M\", split=\"full\")<\/code><\/pre>\n<p>\u041b\u0438\u0431\u043e \u043d\u0430\u0447\u0430\u0442\u044c \u0441 \u0433\u043e\u0442\u043e\u0432\u043e\u0433\u043e \u043a\u043e\u0434\u0430 \u0432 GitHub \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0438: <a href=\"https:\/\/github.com\/ibragim-bad\/github-repos-metadata-40M\" rel=\"noopener noreferrer nofollow\">ibragim-bad\/github-repos-metadata-40M<\/a>. \u041c\u043d\u0435 \u043f\u0440\u0438\u0448\u043b\u0430 \u043f\u0430\u0440\u0430 \u0438\u0434\u0435\u0439, \u043a\u0430\u043a \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0442\u0430\u043a\u043e\u0439 \u0434\u0430\u0442\u0430\u0441\u0435\u0442.<\/p>\n<ul>\n<li>\n<p><strong>EDA:<\/strong> \u0442\u043e\u043f-\u044f\u0437\u044b\u043a\u0438, \u0440\u043e\u0441\u0442 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0435\u0432 \u043f\u043e \u0433\u043e\u0434\u0430\u043c\/\u043c\u0435\u0441\u044f\u0446\u0430\u043c, \u0441\u043e\u043e\u0442\u043d\u043e\u0448\u0435\u043d\u0438\u044f \u0437\u0432\u0451\u0437\u0434\/\u0444\u043e\u0440\u043a\u043e\u0432, \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u043b\u0438\u0446\u0435\u043d\u0437\u0438\u0439.<\/p>\n<\/li>\n<li>\n<p><strong>\u0424\u0438\u0447\u0438 \u0438 \u043f\u0440\u043e\u0441\u0442\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438:<\/strong> \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u0430\u0442\u044c \u0432\u0435\u0440\u043e\u044f\u0442\u043d\u043e\u0441\u0442\u044c \u2265N \u0437\u0432\u0451\u0437\u0434 \u043f\u043e \u0440\u0430\u043d\u043d\u0438\u043c \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0430\u043c; \u0431\u0438\u043d\u0438\u043d\u0433 \u043f\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u0430\u043c\/\u0434\u0430\u0442\u0430\u043c.<\/p>\n<\/li>\n<li>\n<p><strong>\u041f\u043e\u0438\u0441\u043a\/\u043a\u043b\u0430\u0441\u0442\u0435\u0440\u0438\u0437\u0430\u0446\u0438\u044f:<\/strong> \u044d\u043c\u0431\u0435\u0434\u0434\u0438\u043d\u0433\u0438 <code>description<\/code> (\u043f\u043e \u044f\u0437\u044b\u043a\u0430\u043c\/\u0442\u0435\u043c\u0430\u043c), \u043a\u043b\u0430\u0441\u0442\u0435\u0440\u0438\u0437\u0430\u0446\u0438\u044f \u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0432, \u043f\u043e\u0438\u0441\u043a \u201c\u043f\u043e\u0445\u043e\u0436\u0438\u0445\u201d \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0435\u0432.<\/p>\n<\/li>\n<li>\n<p><strong>\u041a\u0440\u043e\u0441\u0441-\u0441\u0440\u0435\u0437\u044b:<\/strong> \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a \u043f\u043e <code>language<\/code>, <code>license_key<\/code>, \u0432\u0438\u0434\u0438\u043c\u043e\u0441\u0442\u0438.<\/p>\n<\/li>\n<\/ul>\n<h3>P.S <\/h3>\n<p>\u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u043f\u043e\u0441\u043b\u0435\u0441\u043b\u043e\u0432\u0438\u044f: \u0435\u0441\u043b\u0438 \u0432\u044b \u043f\u0440\u0435\u043f\u043e\u0434\u0430\u0451\u0442\u0435 \u0438\u043b\u0438 \u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0435 \u043f\u0443\u0442\u044c \u0432 \u0430\u043d\u0430\u043b\u0438\u0437\u0435 \u0434\u0430\u043d\u043d\u044b\u0445, \u044d\u0442\u043e\u0442 \u043d\u0430\u0431\u043e\u0440 \u043c\u043e\u0436\u0435\u0442 \u043f\u0440\u0438\u0433\u043e\u0434\u0438\u0442\u044c\u0441\u044f \u0434\u043b\u044f \u043f\u0440\u0430\u043a\u0442\u0438\u043a\u0438 \u043d\u0430 \u00ab\u0436\u0438\u0432\u043e\u043c\u00bb \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0435. \u041e\u043d \u0441\u0432\u0435\u0436\u0438\u0439 (\u0441\u0431\u043e\u0440 \u2013 \u0441\u0435\u0440\u0435\u0434\u0438\u043d\u0430 \u0438\u044e\u043b\u044f), \u0438\u0437 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u043c\u0438\u0440\u0430, \u0441\u043e \u0441\u0432\u043e\u0435\u0439 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0439 \u043d\u0435\u043f\u043e\u043b\u043d\u043e\u0442\u043e\u0439 \u0438 \u043f\u043e\u043b\u043d\u043e\u0441\u0442\u044c\u044e \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u0439. \u0415\u0441\u043b\u0438 \u0431\u0443\u0434\u0443\u0442 \u043f\u043e\u0436\u0435\u043b\u0430\u043d\u0438\u044f \u2013 \u043f\u0438\u0448\u0438\u0442\u0435: \u0432 \u0441\u0432\u043e\u0431\u043e\u0434\u043d\u043e\u0435 \u0432\u0440\u0435\u043c\u044f \u0441\u043c\u043e\u0433\u0443 \u0440\u0430\u0441\u0448\u0438\u0440\u0438\u0442\u044c \u0438 \u043e\u0431\u043e\u0433\u0430\u0442\u0438\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435, \u0435\u0441\u043b\u0438 \u0431\u0443\u0434\u0435\u0442 \u0441\u043f\u0440\u043e\u0441. \u0411\u0443\u0434\u0443 \u043f\u0440\u0438\u0437\u043d\u0430\u0442\u0435\u043b\u0435\u043d \u0437\u0430 \u043e\u0431\u0440\u0430\u0442\u043d\u0443\u044e \u0441\u0432\u044f\u0437\u044c. \u0421\u043f\u0430\u0441\u0438\u0431\u043e!<\/p>\n<\/div>\n<\/div>\n<\/div>\n<p><!----><!----><\/div>\n<p><!----><!----><br \/> \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/articles\/942930\/\"> https:\/\/habr.com\/ru\/articles\/942930\/<\/a><br \/><\/br><\/br><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-473093","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/473093","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=473093"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/473093\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=473093"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=473093"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=473093"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}