MadMarx37/arxiv_python-llama3-1k

该数据集包含多个特征字段，包括repo（仓库）、file（文件）、code（代码）、file_length（文件长度）、avg_line_length（平均行长度）、max_line_length（最大行长度）和extension_type（扩展类型）。数据集分为一个训练集，包含1000个示例，总大小为9262781字节。下载大小为3210616字节。

原始信息汇总

数据集概述

数据集特征

• repo: 数据类型为字符串。
• file: 数据类型为字符串。
• code: 数据类型为字符串。
• file_length: 数据类型为整数。
• avg_line_length: 数据类型为浮点数。
• max_line_length: 数据类型为整数。
• extension_type: 数据类型为字符串。

数据集分割

• train: 包含1000个样本，总字节数为9262781。

数据集大小

• 下载大小: 3210616字节。
• 数据集总大小: 9262781字节。

配置

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