ytzi/racket-macro-instr-backtranslation

该数据集包含多个特征字段，如原始仓库名称、原始路径、宏名称、宏定义、使用情况、指令、消息列表等。数据集分为一个训练集，包含19,525个样本，数据文件大小为1,517,505,359字节。数据集的下载大小为133,074,594字节。

The dataset contains multiple feature fields such as original repository name, original path, macro name, macro definition, usage, instruction, message list, etc. The dataset is divided into a training set containing 19,525 samples, with a data file size of 1,517,505,359 bytes. The download size of the dataset is 133,074,594 bytes.

原始信息汇总

数据集概述

数据集特征

• macro_name: 数据类型为字符串。
• macro_def: 数据类型为字符串。
• usage: 数据类型为字符串。
• instruction: 数据类型为字符串。
• messages: 结构为列表，包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• original_blob_id: 数据类型为字符串。
• original_repo_name: 数据类型为字符串。
• original_path: 数据类型为字符串。
• response: 数据类型为字符串。
• backtranslation_content: 结构为结构体，包含以下字段：
  • messages: 结构为列表，包含以下字段：
    • content: 数据类型为字符串。
    • role: 数据类型为字符串。

数据集分割

• train: 包含10429个示例，总大小为110539015字节。

数据集大小

• 下载大小: 20772183字节。
• 数据集大小: 110539015字节。

配置

• default: 训练数据文件路径为data/train-*。