codeparrot/codeparrot-clean-valid

CodeParrot 🦜 Dataset Cleaned (valid)是一个经过清理的训练数据集，专门用于训练模型。该数据集包含61373个样本，每个样本具有多个特征，如仓库名称、路径、内容、许可证等，这些特征有助于理解和分析代码数据。

原始信息汇总

CodeParrot 🦜 Dataset Cleaned (valid)

数据集结构

• 类型: 训练集
• 特征:
  • repo_name
  • path
  • copies
  • size
  • content
  • license
  • hash
  • line_mean
  • line_max
  • alpha_frac
  • autogenerated
• 行数: 61373