five

Geralt-Targaryen/stack

收藏
Hugging Face2025-03-26 更新2025-02-15 收录
下载链接:
https://hf-mirror.com/datasets/Geralt-Targaryen/stack
下载链接
链接失效反馈
官方服务:
资源简介:
这是一个经过清洗的编程语言数据集,包含了java、javascript、php、python等高资源编程语言,去除了非英语文件和低质量文件。数据集还针对多个NLP基准进行了去污染处理,共有94,940,432个样本,文件大小为142G。

This is a cleaned dataset of programming languages, including high-resource programming languages such as java, javascript, php, python, and others, with non-English files and low-quality files removed. The dataset has also been decontaminated for multiple NLP benchmarks, containing 94,940,432 samples and with a file size of 142G.
提供机构:
Geralt-Targaryen
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作