parislo/LLM-of-Babel-GR-masked-random-selection-2

--- dataset_info: features: - name: file_id dtype: string - name: content dtype: string - name: repo dtype: string - name: path dtype: string - name: token_length dtype: int64 - name: original_comment dtype: string - name: comment_type dtype: string - name: detected_lang dtype: string - name: prompt dtype: string splits: - name: train num_bytes: 6612093 num_examples: 429 download_size: 2260026 dataset_size: 6612093 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集信息

特征

• file_id: 字符串类型
• content: 字符串类型
• repo: 字符串类型
• path: 字符串类型
• token_length: 64位整数类型
• original_comment: 字符串类型
• comment_type: 字符串类型
• detected_lang: 字符串类型
• prompt: 字符串类型

数据分割

• train:
  • 字节数: 6612093
  • 样本数: 429

数据大小

• 下载大小: 2260026 字节
• 数据集大小: 6612093 字节

配置

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