five

manu/code_20b_separate

收藏
Hugging Face2023-10-16 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/manu/code_20b_separate
下载链接
链接失效反馈
官方服务:
资源简介:
--- configs: - config_name: default data_files: - split: StarcoderdataPythonTest path: data/StarcoderdataPythonTest-* - split: StarcoderdataMarkdownTest path: data/StarcoderdataMarkdownTest-* - split: StarcoderdataJupyterScriptsDedupFilteredTest path: data/StarcoderdataJupyterScriptsDedupFilteredTest-* - split: StarcoderdataJupyterStructuredCleanDedupTest path: data/StarcoderdataJupyterStructuredCleanDedupTest-* - split: StarcoderdataJsonTest path: data/StarcoderdataJsonTest-* - split: CodeContestsTest path: data/CodeContestsTest-* - split: PypiCleanTest path: data/PypiCleanTest-* dataset_info: features: - name: id dtype: string - name: text dtype: string - name: dataset_id dtype: string splits: - name: StarcoderdataPythonTest num_bytes: 45900630 num_examples: 10000 - name: StarcoderdataMarkdownTest num_bytes: 40927519 num_examples: 10000 - name: StarcoderdataJupyterScriptsDedupFilteredTest num_bytes: 15297731 num_examples: 1829 - name: StarcoderdataJupyterStructuredCleanDedupTest num_bytes: 12631734 num_examples: 1337 - name: StarcoderdataJsonTest num_bytes: 8853154 num_examples: 7127 - name: CodeContestsTest num_bytes: 28120884 num_examples: 8396 - name: PypiCleanTest num_bytes: 124421305 num_examples: 10000 download_size: 0 dataset_size: 276152957 --- # Dataset Card for "code_20b_separate" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构:
manu
原始信息汇总

数据集概述

配置信息

  • 默认配置
    • 数据文件
      • StarcoderdataPythonTest:路径为 data/StarcoderdataPythonTest-*
      • StarcoderdataMarkdownTest:路径为 data/StarcoderdataMarkdownTest-*
      • StarcoderdataJupyterScriptsDedupFilteredTest:路径为 data/StarcoderdataJupyterScriptsDedupFilteredTest-*
      • StarcoderdataJupyterStructuredCleanDedupTest:路径为 data/StarcoderdataJupyterStructuredCleanDedupTest-*
      • StarcoderdataJsonTest:路径为 data/StarcoderdataJsonTest-*
      • CodeContestsTest:路径为 data/CodeContestsTest-*
      • PypiCleanTest:路径为 data/PypiCleanTest-*

数据集信息

  • 特征

    • id:类型为 string
    • text:类型为 string
    • dataset_id:类型为 string
  • 分割

    • StarcoderdataPythonTest:字节数为 45900630,样本数为 10000
    • StarcoderdataMarkdownTest:字节数为 40927519,样本数为 10000
    • StarcoderdataJupyterScriptsDedupFilteredTest:字节数为 15297731,样本数为 1829
    • StarcoderdataJupyterStructuredCleanDedupTest:字节数为 12631734,样本数为 1337
    • StarcoderdataJsonTest:字节数为 8853154,样本数为 7127
    • CodeContestsTest:字节数为 28120884,样本数为 8396
    • PypiCleanTest:字节数为 124421305,样本数为 10000
  • 数据集大小

    • 下载大小:0 字节
    • 数据集大小:276152957 字节
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作