itsalltransformersmaan/hug_stack

---
dataset_info:
features:
- name: text
dtype: string
- name: id
dtype: string
- name: metadata
struct:
- name: file_path
dtype: string
- name: repo_id
dtype: string
- name: token_count
dtype: int64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 97913636
num_examples: 6832
download_size: 33217031
dataset_size: 97913636
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

• text：文本类型，字符串格式。
• id：标识符，字符串格式。
• metadata：结构化数据，包含以下字段：
  • file_path：文件路径，字符串格式。
  • repo_id：仓库ID，字符串格式。
  • token_count：令牌计数，整数格式（int64）。
• index_level_0：索引级别0，整数格式（int64）。

数据集分割

• train：训练集，包含6832个样本，总大小为97913636字节。

数据集大小

• 下载大小：33217031字节。
• 数据集大小：97913636字节。

配置

• default：默认配置，训练数据路径为data/train-*。