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