shalib/test

该数据集包含文本数据，每个条目包括文本内容、唯一标识符、元数据（如文件路径、仓库ID和令牌计数）以及一个索引级别。数据集被分割为训练集，包含3545个示例，总大小为55909932字节。数据集的结构和配置信息表明它可能用于文本分析或机器学习任务。

The dataset includes text, identifier, metadata (containing file path, repository ID, and token count), and index level information. It consists of a single training set with 3545 examples, totaling 55909932 bytes, with a download size of 14485823 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • text: 数据类型为 string。
  • id: 数据类型为 string。
  • metadata: 结构化数据，包含以下字段:
    • file_path: 数据类型为 string。
    • repo_id: 数据类型为 string。
    • token_count: 数据类型为 int64。
  • index_level_0: 数据类型为 int64。

数据集分割

• train:
  • 数据量: 3545 条记录。
  • 数据大小: 55909932 字节。

数据集大小

• 下载大小: 14485823 字节。
• 总数据大小: 55909932 字节。

配置

• default:
  • 数据文件:
    • train: 路径为 data/train-*。