anujsahani01/StarCoder_tokenized
收藏Hugging Face2023-09-24 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/anujsahani01/StarCoder_tokenized
下载链接
链接失效反馈官方服务：
资源简介：
---
license: mit
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 544252924
num_examples: 41827
- name: test
num_bytes: 181959808
num_examples: 13984
- name: validation
num_bytes: 523980228
num_examples: 40269
download_size: 306264878
dataset_size: 1250192960
---
提供机构：
anujsahani01
原始信息汇总
数据集概述
许可证
- MIT许可证
配置
- 默认配置
- 数据文件路径：
- 训练集：
data/train-* - 测试集：
data/test-* - 验证集：
data/validation-*
- 训练集：
- 数据文件路径：
数据集信息
-
特征：
input_ids：序列类型为int32attention_mask：序列类型为int8labels：序列类型为int64
-
数据分割：
- 训练集：
- 字节数：544252924
- 样本数：41827
- 测试集：
- 字节数：181959808
- 样本数：13984
- 验证集：
- 字节数：523980228
- 样本数：40269
- 训练集：
-
数据集大小：
- 下载大小：306264878字节
- 数据集大小：1250192960字节
