mvasiliniuc/iva-kotlin-codeint-clean-train-tokenized

---
dataset_info:
features:
- name: ratio
dtype: float64
- name: config_or_test
dtype: bool
- name: has_no_keywords
dtype: bool
- name: has_few_assignments
dtype: bool
- name: input_ids
sequence: int32
- name: ratio_char_token
dtype: float64
splits:
- name: train
num_bytes: 716583544
num_examples: 160000
download_size: 282882908
dataset_size: 716583544
---
# Dataset Card for "iva-kotlin-codeint-clean-train-tokenized"

[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

• ratio：数据类型为 float64。
• config_or_test：数据类型为 bool。
• has_no_keywords：数据类型为 bool。
• has_few_assignments：数据类型为 bool。
• input_ids：数据类型为 int32，具有序列属性。
• ratio_char_token：数据类型为 float64。

数据集分割

• train：包含 160000 个样本，占用空间为 716583544 字节。

数据集大小

• 下载大小：282882908 字节。
• 数据集总大小：716583544 字节。