vikp/starcoder_filtered

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: code
dtype: string
- name: repo_path
dtype: string
splits:
- name: train
num_bytes: 88302798272
num_examples: 13368477
download_size: 1680002223
dataset_size: 88302798272
license: bigcode-openrail-m
---
# Dataset Card for "starcoder_filtered"

A version of the starcoder dataset filtered based on data quality. Data was labeled with a rater model, and low-ranking rows were removed.

原始信息汇总

数据集概述

数据集名称

• 名称: starcoder_filtered

数据集描述

• 描述: 该数据集是基于starcoder数据集的过滤版本，主要根据数据质量进行筛选。数据通过rater模型进行标注，移除了低排名行。

数据集配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*

数据集特征

• 特征列表:
  • 名称: code
    • 数据类型: string
  • 名称: repo_path
    • 数据类型: string

数据集分割

• 分割: train
  • 字节数: 88302798272
  • 示例数: 13368477

数据集大小

• 下载大小: 1680002223
• 数据集大小: 88302798272

许可证

• 许可证: bigcode-openrail-m