manu/code-20b

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
dataset_info:
features:
- name: id
dtype: string
- name: text
dtype: string
- name: dataset_id
dtype: string
splits:
- name: train
num_bytes: 66209111592
num_examples: 11692337
- name: test
num_bytes: 276152957
num_examples: 48689
download_size: 25204013393
dataset_size: 66485264549
---
# Dataset Card for "code_20b2"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置

• 默认配置 (default)
  • 数据文件
    • 训练集 (train): data/train-*
    • 测试集 (test): data/test-*

数据集信息

• 特征

  • id: 字符串类型 (string)
  • text: 字符串类型 (string)
  • dataset_id: 字符串类型 (string)

• 数据分割

  • 训练集 (train)
    • 字节数: 66,209,111,592
    • 样本数: 11,692,337
  • 测试集 (test)
    • 字节数: 276,152,957
    • 样本数: 48,689

• 数据集大小

  • 下载大小: 25,204,013,393 字节
  • 数据集大小: 66,485,264,549 字节