mziem/good_extracted

---
dataset_info:
features:
- name: file_id
dtype: string
- name: content
dtype: string
- name: repo
dtype: string
- name: path
dtype: string
- name: token_length
dtype: int64
- name: original_comment
dtype: string
- name: comment_type
dtype: string
- name: detected_lang
dtype: string
- name: prompt
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 982698
num_examples: 120
download_size: 403786
dataset_size: 982698
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集信息

特征

• file_id: 字符串类型
• content: 字符串类型
• repo: 字符串类型
• path: 字符串类型
• token_length: 64位整数类型
• original_comment: 字符串类型
• comment_type: 字符串类型
• detected_lang: 字符串类型
• prompt: 字符串类型
• index_level_0: 64位整数类型

数据分割

• train: 包含120个样本，总字节数为982698

数据大小

• 下载大小: 403786字节
• 数据集大小: 982698字节

配置

• default:
  • 数据文件:
    • split: train
    • path: data/train-*