UUUUUUZ/code-completion-tokenized

该数据集包含一个名为train的分割，共有9000个样本，每个样本的特征为int64类型的input_ids序列。数据集的总大小为10106136字节，下载大小为2110197字节。数据文件路径为data/train-*。

The dataset includes a split named train with 9000 examples, each featuring a sequence of input_ids of type int64. The total size of the dataset is 10106136 bytes, with a download size of 2110197 bytes. The data files are located at data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • 名称: input_ids
  • 类型: int64

数据集分割

• 训练集:
  • 名称: train
  • 字节数: 10106136
  • 样本数: 9000

数据集大小

• 下载大小: 2110197
• 数据集大小: 10106136

配置

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