ayeshgk/code_x_glue_cc_code_refinement_annotated

该数据集包含三个主要特征：id（标识符，数据类型为int64）、buggy（错误代码，数据类型为string）和fixed（修复后的代码，数据类型为string）。数据集分为训练集、验证集和测试集，分别包含46680、5835和5835个样本。数据集的下载大小为6051955字节，总大小为17059031字节。该数据集包含三个主要特征：id（标识符，数据类型为int64）、buggy（错误代码，数据类型为string）和fixed（修复后的代码，数据类型为string）。数据集分为训练集、验证集和测试集，分别包含46680、5835和5835个样本。数据集的下载大小为6051955字节，总大小为17059031字节。

原始信息汇总

数据集概述

许可证

• Apache 2.0

数据集信息

特征

• id: 数据类型为 int64
• buggy: 数据类型为 string
• fixed: 数据类型为 string

数据分割

• train:
  • 字节数: 13649148
  • 样本数: 46680
• validation:
  • 字节数: 1709705
  • 样本数: 5835
• test:
  • 字节数: 1700178
  • 样本数: 5835

数据大小

• 下载大小: 6051955 字节
• 数据集大小: 17059031 字节

配置

• config_name: default
• data_files:
  • train: data/train-*
  • validation: data/validation-*
  • test: data/test-*