lum-ai/metal-python-synthetic-explanations-gpt4

---
dataset_info:
features:
- name: id
dtype: string
- name: chunk_id
dtype: string
- name: model_name
dtype: string
- name: temperature
dtype: int64
- name: max_tokens
dtype: float64
- name: use_raw_code
dtype: bool
- name: description
dtype: string
- name: created_at
dtype: timestamp[ns]
- name: raw_text
dtype: string
- name: text
dtype: string
- name: code
dtype: string
- name: kind
dtype: string
- name: start_text
dtype: int64
- name: stop_text
dtype: int64
- name: start_code
dtype: int64
- name: stop_code
dtype: int64
- name: domain
dtype: string
- name: full_name
dtype: string
- name: license
struct:
- name: key
dtype: string
- name: name
dtype: string
- name: node_id
dtype: string
- name: spdx_id
dtype: string
- name: url
dtype: string
- name: stargazers_count
dtype: int64
- name: filename
dtype: string
- name: chunk_type
dtype: string
splits:
- name: train
num_bytes: 2896865017
num_examples: 313681
- name: validation
num_bytes: 173850658
num_examples: 18952
- name: test
num_bytes: 339322116
num_examples: 36740
download_size: 76607138
dataset_size: 3410037791
---
# Dataset Card for "metal-python-synthetic-explanations-gpt4"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• chunk_id: 字符串类型
• model_name: 字符串类型
• temperature: 64位整数类型
• max_tokens: 64位浮点数类型
• use_raw_code: 布尔类型
• description: 字符串类型
• created_at: 时间戳类型（纳秒精度）
• raw_text: 字符串类型
• text: 字符串类型
• code: 字符串类型
• kind: 字符串类型
• start_text: 64位整数类型
• stop_text: 64位整数类型
• start_code: 64位整数类型
• stop_code: 64位整数类型
• domain: 字符串类型
• full_name: 字符串类型
• license: 结构体类型，包含以下字段：
  • key: 字符串类型
  • name: 字符串类型
  • node_id: 字符串类型
  • spdx_id: 字符串类型
  • url: 字符串类型
• stargazers_count: 64位整数类型
• filename: 字符串类型
• chunk_type: 字符串类型

数据集分割

• train:
  • 字节数: 2896865017
  • 样本数: 313681
• validation:
  • 字节数: 173850658
  • 样本数: 18952
• test:
  • 字节数: 339322116
  • 样本数: 36740

数据集大小

• 下载大小: 76607138 字节
• 数据集大小: 3410037791 字节