D4vidHuang/LLM_Of_Babel_NL_Leave4_Inf

该数据集包含多个特征，如文件ID、内容、仓库、路径、令牌长度、原始评论、评论类型、检测到的语言、提示、掩码数据、预测和语言。数据集分为一个训练集，包含200个样本，总大小为7980649字节。下载大小为2795142字节。

原始信息汇总

数据集概述

数据集特征

• file_id: 字符串类型
• content: 字符串类型
• repo: 字符串类型
• path: 字符串类型
• token_length: 整数类型（int64）
• original_comment: 字符串类型
• comment_type: 字符串类型
• detected_lang: 字符串类型
• prompt: 字符串类型
• masked_data: 字符串类型
• predict: 字符串类型
• language: 字符串类型

数据集划分

• 训练集（train）:
  • 数据量: 7980649 字节
  • 示例数量: 200

数据集大小

• 下载大小: 2795142 字节
• 数据集总大小: 7980649 字节

配置信息

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