Tyngo/hug_stack

该数据集包含文本、ID、元数据和索引级别等特征。元数据进一步包含文件路径、仓库ID和令牌计数。数据集包含一个训练分割，大小为104249732字节，包含7743个示例。下载大小为34849306字节，数据集大小为104249732字节。

The dataset includes features such as text, ID, metadata, and index level. Metadata further includes file path, repository ID, and token count. The dataset contains a training split with a size of 104249732 bytes, comprising 7743 examples. The download size is 34849306 bytes, and the dataset size is 104249732 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • text: 数据类型为 string
  • id: 数据类型为 string
  • metadata: 结构化数据，包含以下字段:
    • file_path: 数据类型为 string
    • repo_id: 数据类型为 string
    • token_count: 数据类型为 int64
  • index_level_0: 数据类型为 int64

数据集划分

• train:
  • 样本数量: 7743
  • 数据大小: 104249732 字节

数据集配置

• default:
  • 数据文件路径: data/train-*

数据集大小

• 下载大小: 34849306 字节
• 数据集大小: 104249732 字节