bigcode/bigcodebench-embeddings

该数据集包含1140个样本，主要用于训练任务。每个样本包含一个任务ID（task_id）和一个嵌入向量（embeddings）。任务ID为字符串类型，嵌入向量为浮点数序列。数据集的总大小为3529470字节，下载大小为4359708字节。数据集仅包含一个训练集（train），数据文件路径为data/train-*。

This dataset contains 1140 samples, primarily used for training tasks. Each sample includes a task ID (task_id) and an embedding vector (embeddings). The task ID is of string type, and the embedding vector is a sequence of float32. The total size of the dataset is 3529470 bytes, with a download size of 4359708 bytes. The dataset includes only a training set (train), with the data file path specified as data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • task_id: 数据类型为字符串。
  • embeddings: 数据类型为浮点数序列。

• 分割:

  • train: 包含1140个样本，占用3529470字节。

• 文件大小:

  • 下载大小: 4359708字节。
  • 数据集大小: 3529470字节。

配置

• 默认配置:
  • 数据文件:
    • train: 路径为data/train-*。