ayeshgk/cpatminer_small_data_bug_ctx-small-3

该数据集包含代码修复相关的数据，主要特征包括数据的唯一标识（id）、错误上下文（bug_ctx）和修复后的代码（fixed）。数据集被分为训练集、验证集和测试集，分别包含49004、17502和3499个样本。

原始信息汇总

数据集概述

数据集特征

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

数据集分割

• train:
  • 字节数: 27264231
  • 样本数: 49004
• validation:
  • 字节数: 9842835
  • 样本数: 17502
• test:
  • 字节数: 1935046
  • 样本数: 3499

数据集大小

• 下载大小: 14770404 字节
• 数据集大小: 39042112 字节

配置

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