OBF/obf-ds

---
dataset_info:
- config_name: c
features:
- name: content
dtype: string
splits:
- name: train
num_bytes: 2957472956
num_examples: 1587553
download_size: 1315296009
dataset_size: 2957472956
- config_name: cpp
features:
- name: content
dtype: string
splits:
- name: train
num_bytes: 3361552037
num_examples: 2122470
download_size: 1496021340
dataset_size: 3361552037
- config_name: go
features:
- name: content
dtype: string
splits:
- name: train
num_bytes: 1931657166
num_examples: 2782174
download_size: 995181584
dataset_size: 1931657166
- config_name: haskell
features:
- name: content
dtype: string
splits:
- name: train
num_bytes: 30961378
num_examples: 37880
download_size: 14814843
dataset_size: 30961378
- config_name: java
features:
- name: content
dtype: string
splits:
- name: train
num_bytes: 25418472045
num_examples: 8235479
download_size: 8836475462
dataset_size: 25418472045
- config_name: python
features:
- name: content
dtype: string
splits:
- name: train
num_bytes: 7357850062
num_examples: 7014356
download_size: 3117072382
dataset_size: 7357850062
- config_name: rust
features:
- name: content
dtype: string
splits:
- name: train
num_bytes: 629532272
num_examples: 566517
download_size: 283080323
dataset_size: 629532272
- config_name: typescript
features:
- name: content
dtype: string
splits:
- name: train
num_bytes: 70534602
num_examples: 20149
download_size: 26320348
dataset_size: 70534602
configs:
- config_name: c
data_files:
- split: train
path: c/train-*
- config_name: cpp
data_files:
- split: train
path: cpp/train-*
- config_name: go
data_files:
- split: train
path: go/train-*
- config_name: haskell
data_files:
- split: train
path: haskell/train-*
- config_name: java
data_files:
- split: train
path: java/train-*
- config_name: python
data_files:
- split: train
path: python/train-*
- config_name: rust
data_files:
- split: train
path: rust/train-*
- config_name: typescript
data_files:
- split: train
path: typescript/train-*
---

原始信息汇总

数据集概述

配置信息

C语言

• 特征:
  • 名称: content
  • 数据类型: string
• 分割:
  • 名称: train
  • 字节数: 2957472956
  • 样本数: 1587553
• 下载大小: 1315296009
• 数据集大小: 2957472956

C++

• 特征:
  • 名称: content
  • 数据类型: string
• 分割:
  • 名称: train
  • 字节数: 3361552037
  • 样本数: 2122470
• 下载大小: 1496021340
• 数据集大小: 3361552037

Go

• 特征:
  • 名称: content
  • 数据类型: string
• 分割:
  • 名称: train
  • 字节数: 1931657166
  • 样本数: 2782174
• 下载大小: 995181584
• 数据集大小: 1931657166

Haskell

• 特征:
  • 名称: content
  • 数据类型: string
• 分割:
  • 名称: train
  • 字节数: 30961378
  • 样本数: 37880
• 下载大小: 14814843
• 数据集大小: 30961378

Java

• 特征:
  • 名称: content
  • 数据类型: string
• 分割:
  • 名称: train
  • 字节数: 25418472045
  • 样本数: 8235479
• 下载大小: 8836475462
• 数据集大小: 25418472045

Python

• 特征:
  • 名称: content
  • 数据类型: string
• 分割:
  • 名称: train
  • 字节数: 7357850062
  • 样本数: 7014356
• 下载大小: 3117072382
• 数据集大小: 7357850062

Rust

• 特征:
  • 名称: content
  • 数据类型: string
• 分割:
  • 名称: train
  • 字节数: 629532272
  • 样本数: 566517
• 下载大小: 283080323
• 数据集大小: 629532272

TypeScript

• 特征:
  • 名称: content
  • 数据类型: string
• 分割:
  • 名称: train
  • 字节数: 70534602
  • 样本数: 20149
• 下载大小: 26320348
• 数据集大小: 70534602

数据文件路径

• C语言:

  • 分割: train
  • 路径: c/train-*

• C++:

  • 分割: train
  • 路径: cpp/train-*

• Go:

  • 分割: train
  • 路径: go/train-*

• Haskell:

  • 分割: train
  • 路径: haskell/train-*

• Java:

  • 分割: train
  • 路径: java/train-*

• Python:

  • 分割: train
  • 路径: python/train-*

• Rust:

  • 分割: train
  • 路径: rust/train-*

• TypeScript:

  • 分割: train
  • 路径: typescript/train-*