usvsnsp/pile-pythia-code-vs-nl-scores

---
dataset_info:
features:
- name: sequence_id
dtype: int64
- name: nl_scores
dtype: float32
splits:
- name: standard
num_bytes: 1757184000
num_examples: 146432000
- name: deduped
num_bytes: 1757184000
num_examples: 146432000
download_size: 2547384724
dataset_size: 3514368000
configs:
- config_name: default
data_files:
- split: standard
path: data/standard-*
- split: deduped
path: data/deduped-*
---

原始信息汇总

数据集信息

特征

• sequence_id: 数据类型为 int64
• nl_scores: 数据类型为 float32

数据分割

• standard:
  • 字节数: 1757184000
  • 样本数: 146432000
• deduped:
  • 字节数: 1757184000
  • 样本数: 146432000

数据大小

• 下载大小: 2547384724 字节
• 数据集大小: 3514368000 字节

配置

• default:
  • standard: 文件路径为 data/standard-*
  • deduped: 文件路径为 data/deduped-*