stojchet/kto-base_py_java

该数据集包含两个配置项：java和python。每个配置项包含三个特征：prompt（提示）、completion（完成）和label（标签）。数据分割包括训练集和验证集，分别记录了字节数和样本数。java配置项的训练集包含17249个样本，python配置项的训练集包含9972个样本，验证集包含5000个样本。

The dataset contains two configurations: java and python. Each configuration includes three features: prompt, completion, and label. The data splits include training and validation sets, with the number of bytes and examples recorded for each. The java configurations training set contains 17,249 examples, while the python configurations training set contains 9,972 examples and the validation set contains 5,000 examples.

原始信息汇总

数据集概述

配置信息

Java 配置

• 特征:
  • prompt: 类型为 string
  • completion: 类型为 string
  • label: 类型为 bool
• 分割:
  • train:
    • 字节数: 16896911.0
    • 样本数: 17249
• 下载大小: 8053516 字节
• 数据集大小: 16896911.0 字节
• 数据文件:
  • train: java/train-*

Python 配置

• 特征:
  • prompt: 类型为 string
  • completion: 类型为 string
  • label: 类型为 bool
• 分割:
  • train:
    • 字节数: 11389672.0
    • 样本数: 9972
  • validation:
    • 字节数: 4398085.0
    • 样本数: 5000
• 下载大小: 15491917 字节
• 数据集大小: 15787757.0 字节
• 数据文件:
  • train: python/train-*
  • validation: python/validation-*