D4vidHuang/LLM_Of_Babel_GR_Leave1_Inf

该数据集包含多个特征，如文件标识、内容、仓库信息、路径、标记长度、原始注释、注释类型、检测到的语言、提示、掩码数据和预测结果。数据集仅包含一个训练集，大小为7040534字节，包含200个示例。下载大小为2282365字节，数据集总大小为7040534字节。

The dataset includes multiple features such as file_id, content, repo, path, token_length, original_comment, comment_type, detected_lang, prompt, masked_data, and predict. It is divided into a training set with 200 examples. The download size of the dataset is 2282365 bytes, and the actual size is 7040534 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int64。
• 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。
• masked_data: 数据类型为字符串。
• predict: 数据类型为字符串。

数据集分割

• train: 包含200个示例，总字节数为7040534。

数据集大小

• 下载大小: 2282365字节
• 数据集大小: 7040534字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*