felixwangg/primevul_plus_125

--- dataset_info: features: - name: messages list: - name: content dtype: string - name: role dtype: string - name: metadata struct: - name: cve dtype: string - name: cve_desc dtype: string - name: cwe dtype: string - name: target dtype: int64 - name: uuid dtype: string splits: - name: train num_bytes: 2745127 num_examples: 417 - name: validation num_bytes: 301774 num_examples: 48 download_size: 1133297 dataset_size: 3046901 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* ---数据集信息： 特征字段： 1. `messages`：列表类型，列表内每个元素包含两个子字段： - `content`：数据类型为字符串（string），存储对应内容 - `role`：数据类型为字符串（string），标识角色 2. `metadata`：结构体类型，包含以下子字段： - `cve`：数据类型为字符串（string），即通用漏洞披露（Common Vulnerabilities and Exposures, CVE）标识符 - `cve_desc`：数据类型为字符串（string），CVE详细描述信息 - `cwe`：数据类型为字符串（string），即通用弱点枚举（Common Weakness Enumeration, CWE）标识符 - `target`：数据类型为64位整数（int64） - `uuid`：数据类型为字符串（string），即通用唯一识别码（Universally Unique Identifier, UUID） 数据集划分： - 训练集（train）：数据字节数为2745127，样本总数为417 - 验证集（validation）：数据字节数为301774，样本总数为48 整体数据指标：下载总大小为1133297字节，数据集总存储大小为3046901字节 配置项： 仅包含一个默认配置（default），其数据文件映射关系为： - 训练集（train）对应路径为`data/train-*` - 验证集（validation）对应路径为`data/validation-*`