D4vidHuang/LLM_Of_Babel_NL2_Leave1

该数据集包含多个特征，如文件ID、内容、仓库、路径、标记长度、原始评论、评论类型、检测到的语言和提示。数据集分为训练集，包含5983个样本，总大小为112001407字节。数据集的下载大小为40036943字节。

The dataset includes multiple features such as file_id, content, repo, path, token_length, original_comment, comment_type, detected_lang, and prompt. The dataset is divided into a training set with 5983 samples, totaling 112001407 bytes. The download size of the dataset is 40036943 bytes.

原始信息汇总

数据集概述

数据集特征

• file_id: 数据类型为字符串。
• content: 数据类型为字符串。
• repo: 数据类型为字符串。
• path: 数据类型为字符串。
• token_length: 数据类型为整数。
• original_comment: 数据类型为字符串。
• comment_type: 数据类型为字符串。
• detected_lang: 数据类型为字符串。
• prompt: 数据类型为字符串。

数据集分割

• 训练集 (train):
  • 示例数量: 5983
  • 数据大小: 112001407字节

数据集大小

• 下载大小: 40036943字节
• 数据集总大小: 112001407字节

配置

• 默认配置 (default):
  • 训练数据路径: data/train-*