D4vidHuang/LLM_Of_Babel_NL_Leave1

--- dataset_info: features: - name: file_id dtype: string - name: content dtype: string - name: repo dtype: string - name: path dtype: string - name: token_length dtype: int64 - name: original_comment dtype: string - name: comment_type dtype: string - name: detected_lang dtype: string - name: prompt dtype: string splits: - name: train num_bytes: 128060204 num_examples: 6223 download_size: 45294578 dataset_size: 128060204 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集特征

• file_id: 数据类型为字符串。
• content: 数据类型为字符串。
• repo: 数据类型为字符串。
• path: 数据类型为字符串。
• token_length: 数据类型为整数。
• original_comment: 数据类型为字符串。
• comment_type: 数据类型为字符串。
• detected_lang: 数据类型为字符串。
• prompt: 数据类型为字符串。

数据集分割

• train:
  • 数据量: 128060204 字节
  • 示例数量: 6223

数据集大小

• 下载大小: 45294578 字节
• 数据集总大小: 128060204 字节

配置

• default:
  • 数据文件路径: data/train-*