MUsama100/MBPP-Extended-3104

该数据集包含多个特征，如挑战测试列表、任务ID、文本、测试设置代码、测试列表和代码，数据类型包括字符串和整数。数据集被分为训练集、测试集、验证集和合成数据集，每个分割都有详细的大小和示例数量。

数据集信息：
特征字段：
- 名称：challenge_test_list，类型为字符串序列
- 名称：task_id，数据类型为64位整型（int64）
- 名称：text，数据类型为字符串
- 名称：test_setup_code，数据类型为字符串
- 名称：test_list，类型为字符串序列
- 名称：code，数据类型为字符串
数据集划分：
- 划分集：train（训练集），字节数：328688，样本数量：681
- 划分集：test（测试集），字节数：97654，样本数量：194
- 划分集：val（验证集），字节数：45492，样本数量：99
- 划分集：synthetic（合成数据集），字节数：1517503，样本数量：2125
下载总大小：714916字节，数据集总存储大小：1989337字节
数据集配置：
- 配置名称：default（默认配置）
数据文件路径：
- 训练集（train）对应路径：data/train-*
- 测试集（test）对应路径：data/test-*
- 验证集（val）对应路径：data/val-*
- 合成数据集（synthetic）对应路径：data/synthetic-*

原始信息汇总

数据集概述

数据集特征

• challenge_test_list: 序列类型，字符串
• task_id: 数据类型，整数
• text: 数据类型，字符串
• test_setup_code: 数据类型，字符串
• test_list: 序列类型，字符串
• code: 数据类型，字符串

数据集划分

• train: 大小328688字节，包含681个样本
• test: 大小97654字节，包含194个样本
• val: 大小45492字节，包含99个样本
• synthetic: 大小1517503字节，包含2125个样本

数据集大小

• 下载大小: 714916字节
• 数据集总大小: 1989337字节

数据文件配置

• config_name: default
• data_files:
  • train: 路径为data/train-*
  • test: 路径为data/test-*
  • val: 路径为data/val-*
  • synthetic: 路径为data/synthetic-*