stojchet/java-deepseek-coder-1.3b-base-markdown

该数据集包含三个配置：default、humaneval和mbxp。每个配置都包含task_id、language、completion和prompt四个特征，并且每个配置都有一个train分割。default配置包含966个示例，humaneval配置包含161个示例，mbxp配置包含966个示例。每个配置的下载大小和数据集大小也有所不同。

The dataset contains three configurations: default, humaneval, and mbxp. Each configuration includes four features: task_id, language, completion, and prompt, and each has a train split. The default configuration contains 966 examples, the humaneval configuration contains 161 examples, and the mbxp configuration contains 966 examples. The download size and dataset size vary for each configuration.

原始信息汇总

数据集概述

数据集配置

默认配置 (default)

• 特征:
  • task_id: 字符串类型
  • language: 字符串类型
  • completion: 字符串类型
  • prompt: 字符串类型
• 分割:
  • train:
    • 字节数: 2,947,416
    • 样本数: 966
• 下载大小: 1,027,502 字节
• 数据集大小: 2,947,416 字节
• 数据文件路径: data/train-*

HumanEval 配置 (humaneval)

• 特征:
  • task_id: 字符串类型
  • language: 字符串类型
  • completion: 字符串类型
  • prompt: 字符串类型
• 分割:
  • train:
    • 字节数: 477,495
    • 样本数: 161
• 下载大小: 204,879 字节
• 数据集大小: 477,495 字节
• 数据文件路径: humaneval/train-*

MBXP 配置 (mbxp)

• 特征:
  • task_id: 字符串类型
  • language: 字符串类型
  • completion: 字符串类型
  • prompt: 字符串类型
• 分割:
  • train:
    • 字节数: 2,561,488
    • 样本数: 966
• 下载大小: 891,206 字节
• 数据集大小: 2,561,488 字节
• 数据文件路径: mbxp/train-*