Depuración Inteligente de Datasets para la Automatización de Revisiones de Código

Este proyecto busca mejorar la calidad de los datasets utilizados para entrenar modelos de revisión automática de código, mediante el desarrollo de técnicas de limpieza que identifiquen y eliminen datos ruidosos o poco útiles. Para ello, se seleccionará una muestra representativa del dataset y se evaluará su efectividad en el entrenamiento de modelos de revisión automatizada. A partir de los datos descartados, se identificarán patrones comunes que afecten la calidad del dataset. Finalmente, se desarrollará una herramienta que automatice la detección y eliminación de estos patrones, con el objetivo de facilitar la preparación de datasets más limpios y efectivos.