fusionrepair/codet5-fine-tune-dataset

该数据集包含多个特征，如id、文件路径、错误起始行、错误结束行、错误描述、修复代码和上下文信息。数据集分为训练集、验证集和测试集，分别有45517、5689和5689个示例。数据集总大小为61287582字节，下载大小为18868584字节。

原始信息汇总

数据集概述

数据集特征

• id: 整数类型 (int64)
• filepath: 字符串类型 (string)
• start_bug_line: 整数类型 (int64)
• end_bug_line: 整数类型 (int64)
• bug: 字符串类型 (string)
• fix: 字符串类型 (string)
• ctx: 字符串类型 (string)

数据集分割

• 训练集 (train):
  • 示例数量: 45517
  • 数据大小: 49009149 字节
• 验证集 (validation):
  • 示例数量: 5689
  • 数据大小: 6140570 字节
• 测试集 (test):
  • 示例数量: 5689
  • 数据大小: 6137863 字节

数据集大小

• 下载大小: 18868584 字节
• 数据集总大小: 61287582 字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*
  • 测试集路径: data/test-*