MatrixStudio/Codeforces-Python-Submissions-SFT

---
dataset_info:
features:
- name: contestId
dtype: int64
- name: index
dtype: string
- name: name
dtype: string
- name: type
dtype: string
- name: rating
dtype: int64
- name: tags
sequence: string
- name: title
dtype: string
- name: time-limit
dtype: string
- name: memory-limit
dtype: string
- name: problem-description
dtype: string
- name: input-specification
dtype: string
- name: output-specification
dtype: string
- name: demo-input
sequence: string
- name: demo-output
sequence: string
- name: note
dtype: string
- name: points
dtype: float64
- name: test_cases
list:
- name: input
dtype: string
- name: output
dtype: string
- name: creationTimeSeconds
dtype: int64
- name: relativeTimeSeconds
dtype: int64
- name: programmingLanguage
dtype: string
- name: verdict
dtype: string
- name: testset
dtype: string
- name: passedTestCount
dtype: int64
- name: timeConsumedMillis
dtype: int64
- name: memoryConsumedBytes
dtype: int64
- name: code
dtype: string
- name: prompt
dtype: string
- name: response
dtype: string
- name: score
dtype: float64
splits:
- name: train
num_bytes: 381734535.15903926
num_examples: 56022
- name: test
num_bytes: 41639898.79338065
num_examples: 6115
download_size: 55717659
dataset_size: 423374433.9524199
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 竞赛编号（contestId）：数据类型为64位整数
- 索引（index）：数据类型为字符串
- 名称（name）：数据类型为字符串
- 类型（type）：数据类型为字符串
- 评分（rating）：数据类型为64位整数
- 标签（tags）：字符串序列类型
- 标题（title）：数据类型为字符串
- 时间限制（time-limit）：数据类型为字符串
- 内存限制（memory-limit）：数据类型为字符串
- 问题描述（problem-description）：数据类型为字符串
- 输入规范（input-specification）：数据类型为字符串
- 输出规范（output-specification）：数据类型为字符串
- 示例输入（demo-input）：字符串序列类型
- 示例输出（demo-output）：字符串序列类型
- 备注（note）：数据类型为字符串
- 分值（points）：数据类型为双精度浮点数
- 测试用例（test_cases）：列表类型，列表内元素包含以下子特征：
- 输入（input）：数据类型为字符串
- 输出（output）：数据类型为字符串
- 创建时间秒数（creationTimeSeconds）：数据类型为64位整数
- 相对时间秒数（relativeTimeSeconds）：数据类型为64位整数
- 编程语言（programmingLanguage）：数据类型为字符串
- 判定结果（verdict）：数据类型为字符串
- 测试集（testset）：数据类型为字符串
- 通过测试用例数（passedTestCount）：数据类型为64位整数
- 耗时毫秒（timeConsumedMillis）：数据类型为64位整数
- 内存消耗字节数（memoryConsumedBytes）：数据类型为64位整数
- 代码（code）：数据类型为字符串
- 提示词（prompt）：数据类型为字符串
- 响应内容（response）：数据类型为字符串
- 得分（score）：数据类型为双精度浮点数
数据集拆分：
- 训练集（train）：字节数381734535.15903926，样本量56022
- 测试集（test）：字节数41639898.79338065，样本量6115
下载体积：55717659字节
数据集总体积：423374433.9524199字节
配置项：
- 默认配置（default）：数据文件配置如下：
- 训练集拆分：路径为data/train-*
- 测试集拆分：路径为data/test-*

原始信息汇总

数据集概述

数据集特征

• contestId: 数据类型为 int64
• index: 数据类型为 string
• name: 数据类型为 string
• type: 数据类型为 string
• rating: 数据类型为 int64
• tags: 数据类型为 string 的序列
• title: 数据类型为 string
• time-limit: 数据类型为 string
• memory-limit: 数据类型为 string
• problem-description: 数据类型为 string
• input-specification: 数据类型为 string
• output-specification: 数据类型为 string
• demo-input: 数据类型为 string 的序列
• demo-output: 数据类型为 string 的序列
• note: 数据类型为 string
• points: 数据类型为 float64
• test_cases: 包含以下字段
  • input: 数据类型为 string
  • output: 数据类型为 string
• creationTimeSeconds: 数据类型为 int64
• relativeTimeSeconds: 数据类型为 int64
• programmingLanguage: 数据类型为 string
• verdict: 数据类型为 string
• testset: 数据类型为 string
• passedTestCount: 数据类型为 int64
• timeConsumedMillis: 数据类型为 int64
• memoryConsumedBytes: 数据类型为 int64
• code: 数据类型为 string
• prompt: 数据类型为 string
• response: 数据类型为 string
• score: 数据类型为 float64

数据集分割

• train: 包含 56022 个样本，总字节数为 381734535.15903926
• test: 包含 6115 个样本，总字节数为 41639898.79338065

数据集大小

• 下载大小: 55717659 字节
• 数据集大小: 423374433.9524199 字节

配置

• default 配置包含以下数据文件
  • train: 路径为 data/train-*
  • test: 路径为 data/test-*