ammarnasr/Customizable-Code-Assistant-Data

---
dataset_info:
features:
- name: repo_name
dtype: string
- name: repo_url
dtype: string
- name: repo_description
dtype: string
- name: repo_stars
dtype: int64
- name: repo_forks
dtype: int64
- name: repo_last_updated
dtype: string
- name: repo_created_at
dtype: string
- name: repo_size
dtype: int64
- name: repo_license
dtype: string
- name: language
dtype: string
- name: text
dtype: string
- name: avg_line_length
dtype: float64
- name: max_line_length
dtype: int64
- name: alphnanum_fraction
dtype: float64
splits:
- name: train
num_bytes: 2004792
num_examples: 604
download_size: 174531
dataset_size: 2004792
---
# Dataset Card for "Customizable-Code-Assistant-Data"

## Dataset Summary

This dataset contains is a dummy Version of the Customizable Code Assistant Dataset.

## Supported Tasks and Leaderboards

Customizable Code Assistant is a dataset for code completion. The task is to predict the next token in a code snippet. The dataset is designed to be customizable, so that it can be used for different programming languages and different code completion tasks.

[More Information Needed]

原始信息汇总

数据集概述

该数据集是一个自定义代码助手数据集的示例版本，用于代码补全任务。数据集旨在可定制，以便用于不同的编程语言和不同的代码补全任务。

数据集特征

• repo_name: 仓库名称，数据类型为字符串。
• repo_url: 仓库URL，数据类型为字符串。
• repo_description: 仓库描述，数据类型为字符串。
• repo_stars: 仓库星标数量，数据类型为整数。
• repo_forks: 仓库分叉数量，数据类型为整数。
• repo_last_updated: 仓库最后更新时间，数据类型为字符串。
• repo_created_at: 仓库创建时间，数据类型为字符串。
• repo_size: 仓库大小，数据类型为整数。
• repo_license: 仓库许可证，数据类型为字符串。
• language: 编程语言，数据类型为字符串。
• text: 文本内容，数据类型为字符串。
• avg_line_length: 平均行长度，数据类型为浮点数。
• max_line_length: 最大行长度，数据类型为整数。
• alphnanum_fraction: 字母数字分数，数据类型为浮点数。

数据集划分

• train: 训练集，包含604个样本，总大小为2004792字节。

数据集大小

• 下载大小: 174531字节
• 数据集大小: 2004792字节