sourcegraph/fine-tune-unit-test-call-exp-context-dataset-java

---
dataset_info:
features:
- name: repo_url
dtype: string
- name: language
dtype: string
- name: source_file_path
dtype: string
- name: test_file_path
dtype: string
- name: source_fn_block
dtype: string
- name: source_fn_name
dtype: string
- name: test_fn_block
dtype: string
- name: test_fn_name
dtype: string
- name: source_fn_call_exps
sequence: string
- name: test_fn_call_exps
sequence: string
- name: test_file_additional_context
struct:
- name: class_fields
dtype: string
- name: class_name
dtype: string
- name: source_file_additional_context
struct:
- name: class_fields
dtype: string
- name: class_name
dtype: string
- name: method_signatures
dtype: string
- name: prompt
list:
- name: content
dtype: string
- name: role
dtype: string
- name: response
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 992106219
num_examples: 99977
- name: validation
num_bytes: 130304452
num_examples: 12807
- name: test
num_bytes: 140926073
num_examples: 13825
download_size: 234465582
dataset_size: 1263336744
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息（dataset_info）：
特征列表：
- 字段名：仓库链接（repo_url），数据类型：字符串
- 字段名：语言（language），数据类型：字符串
- 字段名：源文件路径（source_file_path），数据类型：字符串
- 字段名：测试文件路径（test_file_path），数据类型：字符串
- 字段名：源函数代码块（source_fn_block），数据类型：字符串
- 字段名：源函数名称（source_fn_name），数据类型：字符串
- 字段名：测试函数代码块（test_fn_block），数据类型：字符串
- 字段名：测试函数名称（test_fn_name），数据类型：字符串
- 字段名：源函数调用表达式（source_fn_call_exps），数据类型：字符串序列
- 字段名：测试函数调用表达式（test_fn_call_exps），数据类型：字符串序列
- 字段名：测试文件附加上下文（test_file_additional_context），数据类型：结构体，包含以下子字段：
- 字段名：类成员字段（class_fields），数据类型：字符串
- 字段名：类名（class_name），数据类型：字符串
- 字段名：源文件附加上下文（source_file_additional_context），数据类型：结构体，包含以下子字段：
- 字段名：类成员字段（class_fields），数据类型：字符串
- 字段名：类名（class_name），数据类型：字符串
- 字段名：方法签名（method_signatures），数据类型：字符串
- 字段名：提示（prompt），数据类型：列表，列表元素为结构体，包含以下子字段：
- 字段名：内容（content），数据类型：字符串
- 字段名：角色（role），数据类型：字符串
- 字段名：回复（response），数据类型：列表，列表元素为结构体，包含以下子字段：
- 字段名：内容（content），数据类型：字符串
- 字段名：角色（role），数据类型：字符串
数据划分：
- 划分名称：训练集（train），字节数：992106219，样本数量：99977
- 划分名称：验证集（validation），字节数：130304452，样本数量：12807
- 划分名称：测试集（test），字节数：140926073，样本数量：13825
下载总大小：234465582 字节，数据集总大小：1263336744 字节
配置项：
- 配置名称：默认配置（default），数据文件路径：
- 训练集：data/train-*
- 验证集：data/validation-*
- 测试集：data/test-*

原始信息汇总

数据集概述

数据集特征

• repo_url: 字符串类型
• language: 字符串类型
• source_file_path: 字符串类型
• test_file_path: 字符串类型
• source_fn_block: 字符串类型
• source_fn_name: 字符串类型
• test_fn_block: 字符串类型
• test_fn_name: 字符串类型
• source_fn_call_exps: 字符串序列类型
• test_fn_call_exps: 字符串序列类型
• test_file_additional_context: 结构类型，包含：
  • class_fields: 字符串类型
  • class_name: 字符串类型
• source_file_additional_context: 结构类型，包含：
  • class_fields: 字符串类型
  • class_name: 字符串类型
  • method_signatures: 字符串类型
• prompt: 列表类型，包含：
  • content: 字符串类型
  • role: 字符串类型
• response: 列表类型，包含：
  • content: 字符串类型
  • role: 字符串类型

数据集分割

• train:
  • 字节数: 992106219
  • 示例数: 99977
• validation:
  • 字节数: 130304452
  • 示例数: 12807
• test:
  • 字节数: 140926073
  • 示例数: 13825

数据集大小

• 下载大小: 234465582
• 数据集大小: 1263336744

配置文件

• config_name: default
• data_files:
  • split: train, path: data/train-*
  • split: validation, path: data/validation-*
  • split: test, path: data/test-*