iohadrubin/the_stack_graphql_by_repo

---
dataset_info:
- config_name: default
features:
- name: text
dtype: string
- name: max_stars_count
dtype: float64
- name: max_stars_repo_name
dtype: string
splits:
- name: train
num_bytes: 643255625
num_examples: 16343
download_size: 156195235
dataset_size: 643255625
- config_name: w_tags
features:
- name: text
dtype: string
- name: max_stars_count
dtype: float64
- name: max_stars_repo_name
dtype: string
- name: companies
sequence: string
splits:
- name: train
num_bytes: 33567710
num_examples: 810
download_size: 8330436
dataset_size: 33567710
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- config_name: w_tags
data_files:
- split: train
path: w_tags/train-*
---

原始信息汇总

数据集详情

配置信息

默认配置 (default)

• 特征:
  • text: 字符串类型
  • max_stars_count: 浮点数类型 (float64)
  • max_stars_repo_name: 字符串类型
• 分割:
  • train:
    • 字节数: 643255625
    • 样本数: 16343
• 下载大小: 156195235 字节
• 数据集大小: 643255625 字节
• 数据文件:
  • train: data/train-*

带标签配置 (w_tags)

• 特征:
  • text: 字符串类型
  • max_stars_count: 浮点数类型 (float64)
  • max_stars_repo_name: 字符串类型
  • companies: 字符串序列
• 分割:
  • train:
    • 字节数: 33567710
    • 样本数: 810
• 下载大小: 8330436 字节
• 数据集大小: 33567710 字节
• 数据文件:
  • train: w_tags/train-*