RevEng-23-24/Dataset360K

---
dataset_info:
features:
- name: assembly
dtype: string
- name: c_source_code
dtype: string
splits:
- name: train
num_bytes: 453179468
num_examples: 229251
- name: val
num_bytes: 112995651
num_examples: 57313
- name: test
num_bytes: 141677299
num_examples: 71642
download_size: 184865673
dataset_size: 707852418
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• assembly：数据类型为字符串。
• c_source_code：数据类型为字符串。

数据集划分

• 训练集（train）：包含229,251个样本，总大小为453,179,468字节。
• 验证集（val）：包含57,313个样本，总大小为112,995,651字节。
• 测试集（test）：包含71,642个样本，总大小为141,677,299字节。

数据集大小

• 下载大小：184,865,673字节。
• 数据集总大小：707,852,418字节。

数据文件配置

• 默认配置（default）：
  • 训练集路径：data/train-*
  • 验证集路径：data/val-*
  • 测试集路径：data/test-*