tianyang/repobench_ablation_8k

---
configs:
- config_name: default
data_files:
- split: cross_file_first
path: data/cross_file_first-*
- split: cross_file_random
path: data/cross_file_random-*
- split: in_file
path: data/in_file-*
dataset_info:
features:
- name: repo_name
dtype: string
- name: file_path
dtype: string
- name: context
list:
- name: identifier
dtype: string
- name: path
dtype: string
- name: snippet
dtype: string
- name: import_statement
dtype: string
- name: token_num
dtype: int64
- name: cropped_code
dtype: string
- name: all_code
dtype: string
- name: next_line
dtype: string
- name: gold_snippet_index
dtype: int64
splits:
- name: cross_file_first
num_bytes: 76590132
num_examples: 4000
- name: cross_file_random
num_bytes: 77383139
num_examples: 3919
- name: in_file
num_bytes: 74963194
num_examples: 4000
download_size: 83713495
dataset_size: 228936465
---
# Dataset Card for "repobench_ablation_8k"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称: repobench_ablation_8k

配置信息

• 默认配置: default

数据文件

• 分割: cross_file_first
  • 路径: data/cross_file_first-*
• 分割: cross_file_random
  • 路径: data/cross_file_random-*
• 分割: in_file
  • 路径: data/in_file-*

数据特征

• 特征列表:
  • repo_name: 字符串类型
  • file_path: 字符串类型
  • context: 列表类型
    • identifier: 字符串类型
    • path: 字符串类型
    • snippet: 字符串类型
  • import_statement: 字符串类型
  • token_num: 64位整数类型
  • cropped_code: 字符串类型
  • all_code: 字符串类型
  • next_line: 字符串类型
  • gold_snippet_index: 64位整数类型

数据分割

• 分割: cross_file_first
  • 字节数: 76590132
  • 样本数: 4000
• 分割: cross_file_random
  • 字节数: 77383139
  • 样本数: 3919
• 分割: in_file
  • 字节数: 74963194
  • 样本数: 4000

数据集大小

• 下载大小: 83713495 字节
• 数据集大小: 228936465 字节