W-Wuxian/gh-codegen-v2

该数据集包含五个特征：索引（index）、仓库ID（repo_id）、文件路径（file_path）、内容（content）和索引级别0（__index_level_0__）。数据集仅包含一个训练集，共有114个样本，占用517541字节。下载大小为172124字节，数据集总大小为517541字节。数据集的默认配置包含一个训练集文件，路径为data/train-*。

The dataset contains five features: index, repo_id, file_path, content, and __index_level_0__. The dataset includes only a training set with 114 samples, occupying 517541 bytes. The download size is 172124 bytes, and the total dataset size is 517541 bytes. The default configuration of the dataset includes a training set file with the path data/train-*.

原始信息汇总

数据集概述

数据集特征

• index: 数据索引，数据类型为 int64。
• repo_id: 仓库ID，数据类型为 string。
• file_path: 文件路径，数据类型为 string。
• content: 内容，数据类型为 string。
• index_level_0: 索引级别0，数据类型为 int64。

数据集分割

• train: 训练集，包含114个样本，总大小为517541字节。

数据集大小

• 下载大小: 172124字节。
• 数据集大小: 517541字节。

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*