MatrixStudio/Codeforces-Python-Submissions-RL

该数据集包含编程竞赛中的问题和解决方案的详细信息，如竞赛ID、问题索引、名称、类型、难度评级、标签、标题、时间限制、内存限制、问题描述、输入输出规范、示例输入输出、注释、分数、测试用例、创建时间、相对时间、编程语言、判决结果、测试集、通过测试数、时间消耗、内存消耗、代码、提示、响应、分数和拒绝状态。数据集分为训练集和测试集，分别包含37006和4380个示例。

原始信息汇总

数据集概述

特征信息

数据集包含以下特征：

• contestId: 类型为 int64
• index: 类型为 string
• name: 类型为 string
• type: 类型为 string
• rating: 类型为 int64
• tags: 类型为 sequence 的 string
• title: 类型为 string
• time-limit: 类型为 string
• memory-limit: 类型为 string
• problem-description: 类型为 string
• input-specification: 类型为 string
• output-specification: 类型为 string
• demo-input: 类型为 sequence 的 string
• demo-output: 类型为 sequence 的 string
• note: 类型为 string
• points: 类型为 float64
• test_cases: 类型为 list，包含以下子特征：
  • input: 类型为 string
  • output: 类型为 string
• creationTimeSeconds: 类型为 int64
• relativeTimeSeconds: 类型为 int64
• programmingLanguage: 类型为 string
• verdict: 类型为 string
• testset: 类型为 string
• passedTestCount: 类型为 int64
• timeConsumedMillis: 类型为 int64
• memoryConsumedBytes: 类型为 int64
• code: 类型为 string
• prompt: 类型为 string
• response: 类型为 sequence 的 string
• score: 类型为 float64
• reject: 类型为 string

数据分割

数据集分为以下几个部分：

• train: 包含 37006 个样本，占用 265617419.65106565 字节
• test: 包含 4380 个样本，占用 30874997.475061323 字节

数据大小

• 下载大小: 26765217 字节
• 数据集大小: 296492417.12612695 字节

配置信息

• default 配置包含以下数据文件：
  • train: 路径为 data/train-*
  • test: 路径为 data/test-*