DLI-Lab/SCOTT-COFFEE-Editor

---
dataset_info:
features:
- name: input_format
dtype: string
- name: index
dtype: int64
- name: feedback
dtype: string
- name: problem_id
dtype: string
- name: user_id
dtype: string
- name: wrong_code
dtype: string
- name: output_format
dtype: string
- name: correct_code
dtype: string
- name: description
dtype: string
splits:
- name: train
num_bytes: 98634890
num_examples: 36000
- name: eval
num_bytes: 11024344
num_examples: 4000
download_size: 38085481
dataset_size: 109659234
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: eval
path: data/eval-*
---

数据集信息（dataset_info）：
数据集特征：
- 名称：输入格式（input_format），数据类型：字符串
- 名称：索引（index），数据类型：64位整数（int64）
- 名称：反馈文本（feedback），数据类型：字符串
- 名称：题目ID（problem_id），数据类型：字符串
- 名称：用户ID（user_id），数据类型：字符串
- 名称：错误代码（wrong_code），数据类型：字符串
- 名称：输出格式（output_format），数据类型：字符串
- 名称：正确代码（correct_code），数据类型：字符串
- 名称：描述信息（description），数据类型：字符串
数据集划分：
- 划分名称：训练集（train），字节数：98634890，样本数量：36000
- 划分名称：验证集（eval），字节数：11024344，样本数量：4000
下载大小：38085481 字节
总数据集大小：109659234 字节
数据集配置：
- 配置名称：默认配置（default），数据文件：
- 训练集划分：对应路径为 data/train-*
- 验证集划分：对应路径为 data/eval-*

原始信息汇总

数据集概述

数据集特征

• input_format：数据类型为字符串。
• index：数据类型为int64。
• feedback：数据类型为字符串。
• problem_id：数据类型为字符串。
• user_id：数据类型为字符串。
• wrong_code：数据类型为字符串。
• output_format：数据类型为字符串。
• correct_code：数据类型为字符串。
• description：数据类型为字符串。

数据集分割

• 训练集（train）：包含36000个示例，总大小为98634890字节。
• 评估集（eval）：包含4000个示例，总大小为11024344字节。

数据集大小

• 下载大小：38085481字节。
• 数据集总大小：109659234字节。

数据文件配置

• 默认配置（default）：
  • 训练集路径：data/train-*
  • 评估集路径：data/eval-*