NamCyan/RepoCodeGen-v2

--- dataset_info: features: - name: id dtype: int64 - name: project dtype: string - name: module dtype: string - name: entry_point dtype: string - name: solution dtype: string - name: prompt dtype: string - name: target_function_prompt dtype: string - name: function_signature dtype: string - name: test dtype: string - name: test_list sequence: string - name: docstring dtype: string - name: original_docstring dtype: string - name: docstring_tokens sequence: string - name: cross_context dtype: bool - name: isContained dtype: bool - name: line_coverage dtype: float32 - name: raw_solution dtype: string - name: check dtype: string splits: - name: medium_context num_bytes: 25747789 num_examples: 355 - name: short_context num_bytes: 25624501 num_examples: 355 - name: full_context num_bytes: 25959446 num_examples: 355 download_size: 15558351 dataset_size: 77331736 --- # Dataset Card for "RepoCodeGen-v2" [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

数据集信息

• 数据集名称: RepoCodeGen-v2
• 下载大小: 15558351 字节
• 数据集大小: 77331736 字节

特征信息

• id: 数据类型为 int64
• project: 数据类型为 string
• module: 数据类型为 string
• entry_point: 数据类型为 string
• solution: 数据类型为 string
• prompt: 数据类型为 string
• target_function_prompt: 数据类型为 string
• function_signature: 数据类型为 string
• test: 数据类型为 string
• test_list: 数据类型为 sequence of string
• docstring: 数据类型为 string
• original_docstring: 数据类型为 string
• docstring_tokens: 数据类型为 sequence of string
• cross_context: 数据类型为 bool
• isContained: 数据类型为 bool
• line_coverage: 数据类型为 float32
• raw_solution: 数据类型为 string
• check: 数据类型为 string

数据集分割

• medium_context:
  • 字节数: 25747789
  • 样本数: 355
• short_context:
  • 字节数: 25624501
  • 样本数: 355
• full_context:
  • 字节数: 25959446
  • 样本数: 355