franlucc/ts_typeinf_may3-1tok_starcoderbase-1b_completions

Name: franlucc/ts_typeinf_may3-1tok_starcoderbase-1b_completions
Creator: franlucc
Published: 2024-05-03 22:28:29
License: 暂无描述

Hugging Face2024-05-03 更新2024-06-12 收录

下载链接：

https://hf-mirror.com/datasets/franlucc/ts_typeinf_may3-1tok_starcoderbase-1b_completions

下载链接

链接失效反馈

官方服务：

资源简介：

--- dataset_info: features: - name: fim_program dtype: string - name: fim_type dtype: string - name: _content dtype: string - name: hexsha dtype: string - name: size dtype: int64 - name: ext dtype: string - name: lang dtype: string - name: max_stars_repo_path dtype: string - name: max_stars_repo_name dtype: string - name: max_stars_repo_head_hexsha dtype: string - name: max_stars_repo_licenses sequence: string - name: max_stars_count dtype: float64 - name: max_stars_repo_stars_event_min_datetime dtype: string - name: max_stars_repo_stars_event_max_datetime dtype: string - name: max_issues_repo_path dtype: string - name: max_issues_repo_name dtype: string - name: max_issues_repo_head_hexsha dtype: string - name: max_issues_repo_licenses sequence: string - name: max_issues_count dtype: float64 - name: max_issues_repo_issues_event_min_datetime dtype: string - name: max_issues_repo_issues_event_max_datetime dtype: string - name: max_forks_repo_path dtype: string - name: max_forks_repo_name dtype: string - name: max_forks_repo_head_hexsha dtype: string - name: max_forks_repo_licenses sequence: string - name: max_forks_count dtype: float64 - name: max_forks_repo_forks_event_min_datetime dtype: string - name: max_forks_repo_forks_event_max_datetime dtype: string - name: content dtype: string - name: avg_line_length dtype: float64 - name: max_line_length dtype: int64 - name: alphanum_fraction dtype: float64 - name: annotation_sites dtype: int64 - name: type_definitions dtype: int64 - name: loc dtype: int64 - name: functions dtype: int64 - name: loc_per_function dtype: float64 - name: estimated_tokens dtype: int64 - name: generated_text dtype: string - name: correct dtype: bool - name: model dtype: string splits: - name: train num_bytes: 7322574570 num_examples: 787834 download_size: 2605960459 dataset_size: 7322574570 configs: - config_name: default data_files: - split: train path: data/train-* ---

dataset_info: features: - name: fim_program dtype: 字符串类型 - name: fim_type dtype: 字符串类型 - name: _content dtype: 字符串类型 - name: hexsha dtype: 字符串类型 - name: size dtype: int64类型 - name: ext dtype: 字符串类型 - name: lang dtype: 字符串类型 - name: max_stars_repo_path dtype: 字符串类型 - name: max_stars_repo_name dtype: 字符串类型 - name: max_stars_repo_head_hexsha dtype: 字符串类型 - name: max_stars_repo_licenses dtype: 字符串序列类型 - name: max_stars_count dtype: float64类型 - name: max_stars_repo_stars_event_min_datetime dtype: 字符串类型 - name: max_stars_repo_stars_event_max_datetime dtype: 字符串类型 - name: max_issues_repo_path dtype: 字符串类型 - name: max_issues_repo_name dtype: 字符串类型 - name: max_issues_repo_head_hexsha dtype: 字符串类型 - name: max_issues_repo_licenses dtype: 字符串序列类型 - name: max_issues_count dtype: float64类型 - name: max_issues_repo_issues_event_min_datetime dtype: 字符串类型 - name: max_issues_repo_issues_event_max_datetime dtype: 字符串类型 - name: max_forks_repo_path dtype: 字符串类型 - name: max_forks_repo_name dtype: 字符串类型 - name: max_forks_repo_head_hexsha dtype: 字符串类型 - name: max_forks_repo_licenses dtype: 字符串序列类型 - name: max_forks_count dtype: float64类型 - name: max_forks_repo_forks_event_min_datetime dtype: 字符串类型 - name: max_forks_repo_forks_event_max_datetime dtype: 字符串类型 - name: content dtype: 字符串类型 - name: avg_line_length dtype: float64类型 - name: max_line_length dtype: int64类型 - name: alphanum_fraction dtype: float64类型 - name: annotation_sites dtype: int64类型 - name: type_definitions dtype: int64类型 - name: loc dtype: int64类型 - name: functions dtype: int64类型 - name: loc_per_function dtype: float64类型 - name: estimated_tokens dtype: int64类型 - name: generated_text dtype: 字符串类型 - name: correct dtype: 布尔类型 - name: model dtype: 字符串类型 splits: - name: train num_bytes: 7322574570 num_examples: 787834 download_size: 2605960459 dataset_size: 7322574570 configs: - config_name: default data_files: - split: train path: data/train-*

提供机构：

franlucc

原始信息汇总

数据集特征

基本特征

fim_program: 数据类型为字符串
fim_type: 数据类型为字符串
_content: 数据类型为字符串
hexsha: 数据类型为字符串
size: 数据类型为整数
ext: 数据类型为字符串
lang: 数据类型为字符串

星标相关特征

max_stars_repo_path: 数据类型为字符串
max_stars_repo_name: 数据类型为字符串
max_stars_repo_head_hexsha: 数据类型为字符串
max_stars_repo_licenses: 数据类型为字符串序列
max_stars_count: 数据类型为浮点数
max_stars_repo_stars_event_min_datetime: 数据类型为字符串
max_stars_repo_stars_event_max_datetime: 数据类型为字符串

问题相关特征

max_issues_repo_path: 数据类型为字符串
max_issues_repo_name: 数据类型为字符串
max_issues_repo_head_hexsha: 数据类型为字符串
max_issues_repo_licenses: 数据类型为字符串序列
max_issues_count: 数据类型为浮点数
max_issues_repo_issues_event_min_datetime: 数据类型为字符串
max_issues_repo_issues_event_max_datetime: 数据类型为字符串

分支相关特征

max_forks_repo_path: 数据类型为字符串
max_forks_repo_name: 数据类型为字符串
max_forks_repo_head_hexsha: 数据类型为字符串
max_forks_repo_licenses: 数据类型为字符串序列
max_forks_count: 数据类型为浮点数
max_forks_repo_forks_event_min_datetime: 数据类型为字符串
max_forks_repo_forks_event_max_datetime: 数据类型为字符串

其他特征

content: 数据类型为字符串
avg_line_length: 数据类型为浮点数
max_line_length: 数据类型为整数
alphanum_fraction: 数据类型为浮点数
annotation_sites: 数据类型为整数
type_definitions: 数据类型为整数
loc: 数据类型为整数
functions: 数据类型为整数
loc_per_function: 数据类型为浮点数
estimated_tokens: 数据类型为整数
generated_text: 数据类型为字符串
correct: 数据类型为布尔值
model: 数据类型为字符串

数据集划分

训练集:
- 大小: 7322574570 字节
- 示例数量: 787834

数据集大小

下载大小: 2605960459 字节
数据集大小: 7322574570 字节

配置

默认配置:
- 训练数据路径: data/train-*

5,000+

优质数据集

54 个

任务类型

进入经典数据集