tianyang/repobench_ablation

---
configs:
- config_name: default
data_files:
- split: cross_file_first
path: data/cross_file_first-*
- split: cross_file_random
path: data/cross_file_random-*
- split: in_file
path: data/in_file-*
dataset_info:
features:
- name: repo_name
dtype: string
- name: file_path
dtype: string
- name: context
list:
- name: identifier
dtype: string
- name: path
dtype: string
- name: snippet
dtype: string
- name: import_statement
dtype: string
- name: token_num
dtype: int64
- name: cropped_code
dtype: string
- name: all_code
dtype: string
- name: next_line
dtype: string
- name: gold_snippet_index
dtype: int64
splits:
- name: cross_file_first
num_bytes: 144850826
num_examples: 1695
- name: cross_file_random
num_bytes: 115858056
num_examples: 1549
- name: in_file
num_bytes: 126244757
num_examples: 1612
download_size: 116113239
dataset_size: 386953639
---
# Dataset Card for "repobench_ablation"

[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

数据集配置

• 默认配置：
  • 数据文件路径：
    • cross_file_first：data/cross_file_first-*
    • cross_file_random：data/cross_file_random-*
    • in_file：data/in_file-*

数据集信息

• 特征：

  • repo_name：字符串类型
  • file_path：字符串类型
  • context：列表类型
    • identifier：字符串类型
    • path：字符串类型
    • snippet：字符串类型
  • import_statement：字符串类型
  • token_num：64位整数类型
  • cropped_code：字符串类型
  • all_code：字符串类型
  • next_line：字符串类型
  • gold_snippet_index：64位整数类型

• 数据分割：

  • cross_file_first：
    • 字节数：144850826
    • 样本数：1695
  • cross_file_random：
    • 字节数：115858056
    • 样本数：1549
  • in_file：
    • 字节数：126244757
    • 样本数：1612

• 数据集大小：

  • 下载大小：116113239字节
  • 数据集大小：386953639字节