hykinel/mh-codegen-v2

该数据集包含2000个训练样本，每个样本包括索引、仓库ID、文件路径、内容和一个额外的索引字段。数据集的总大小为9317885字节，下载大小为3119911字节。数据集的结构支持训练分割，数据文件路径为data/train-*。

This dataset contains 2000 training samples, each including an index, repository ID, file path, content, and an additional index field. The total size of the dataset is 9317885 bytes, with a download size of 3119911 bytes. The dataset structure supports a training split, with data file paths at data/train-*.

原始信息汇总

数据集概述

数据集特征

• index: 数据索引，数据类型为 int64。
• repo_id: 仓库ID，数据类型为 string。
• file_path: 文件路径，数据类型为 string。
• content: 内容，数据类型为 string。
• index_level_0: 索引级别0，数据类型为 int64。

数据集分割

• train: 训练集，包含2000个样本，总大小为9317885字节。

数据集大小

• 下载大小: 3119911字节。
• 数据集大小: 9317885字节。

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*