D4vidHuang/LLM_Of_Babel_GR_Leave4

该数据集包含多个特征，如文件ID、内容、仓库、路径、令牌长度、原始评论、评论类型、检测到的语言和提示。数据集分为一个训练集，包含449个示例，总大小为7048195字节。下载大小为2400830字节。数据集的配置为默认配置，数据文件路径为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:
  • 数据量: 7048195 字节
  • 示例数量: 449

数据集大小

• 下载大小: 2400830 字节
• 数据集大小: 7048195 字节

配置

• default:
  • 数据文件路径: data/train-*