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-*