AISE-TUDelft/LLM-of-Babel-ZH2

---
dataset_info:
features:
- name: file_id
dtype: int64
- name: content
dtype: string
- name: repo
dtype: string
- name: path
dtype: string
splits:
- name: train
num_bytes: 313390050
num_examples: 34300
download_size: 109500339
dataset_size: 313390050
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 int64。
• content: 数据类型为 string。
• repo: 数据类型为 string。
• path: 数据类型为 string。

数据集分割

• 训练集 (train):
  • 字节数: 313390050
  • 示例数: 34300

数据集大小

• 下载大小: 109500339
• 数据集大小: 313390050

配置

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