D4vidHuang/LLM_Of_Babel_PL_Leave1

该数据集包含多个特征，如文件标识、内容、仓库信息、路径、令牌长度、原始评论、评论类型、检测到的语言和提示。数据集仅包含一个训练集，大小为63393225字节，包含5414个示例。下载大小为22810383字节，数据集总大小为63393225字节。

The dataset includes multiple features such as file_id, content, repo, path, token_length, original_comment, comment_type, detected_lang, and prompt. It is divided into a training set with 5414 examples, totaling 63393225 bytes. The dataset configuration is named default with data file paths data/train-*.

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: 数据类型为整数。
• 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。

数据集划分

• train:
  • 示例数量: 5414
  • 数据大小: 63393225字节

数据集大小

• 下载大小: 22810383字节
• 数据集总大小: 63393225字节

配置

• default:
  • 训练数据路径: data/train-*