D4vidHuang/LLM_Of_Babel_PL_Leave5

---
dataset_info:
features:
- name: file_id
dtype: string
- name: content
dtype: string
- name: repo
dtype: string
- name: path
dtype: string
- name: token_length
dtype: int64
- name: original_comment
dtype: string
- name: comment_type
dtype: string
- name: detected_lang
dtype: string
- name: prompt
dtype: string
splits:
- name: train
num_bytes: 62417441
num_examples: 5358
download_size: 22411372
dataset_size: 62417441
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• file_id: 数据类型为字符串。
• content: 数据类型为字符串。
• repo: 数据类型为字符串。
• path: 数据类型为字符串。
• token_length: 数据类型为int64。
• original_comment: 数据类型为字符串。
• comment_type: 数据类型为字符串。
• detected_lang: 数据类型为字符串。
• prompt: 数据类型为字符串。

数据集分割

• train:
  • 数据量: 62417441字节
  • 示例数量: 5358

数据集大小

• 下载大小: 22411372字节
• 数据集大小: 62417441字节

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*