AISE-TUDelft/multilingual-code-comments-fixed-5

--- dataset_info: - config_name: Chinese features: - name: file_id dtype: string - name: content dtype: string - name: repo dtype: string - name: path dtype: string - name: original_comment dtype: string - name: masked_data_Qwen/CodeQwen1.5-7B dtype: string - name: predict_Qwen/CodeQwen1.5-7B dtype: string - name: predicted_comment_Qwen/CodeQwen1.5-7B dtype: string - name: masked_data_bigcode/starcoder2-7b dtype: string - name: predict_bigcode/starcoder2-7b dtype: string - name: predicted_comment_bigcode/starcoder2-7b dtype: string - name: masked_data_ibm-granite/granite-8b-code-base dtype: string - name: predict_ibm-granite/granite-8b-code-base dtype: string - name: predicted_comment_ibm-granite/granite-8b-code-base dtype: string - name: masked_data_meta-llama/CodeLlama-7b-hf dtype: string - name: predict_meta-llama/CodeLlama-7b-hf dtype: string - name: predicted_comment_meta-llama/CodeLlama-7b-hf dtype: string - name: masked_data_google/codegemma-7b dtype: string - name: predict_google/codegemma-7b dtype: string - name: predicted_comment_google/codegemma-7b dtype: string - name: expert_accuracy_Qwen/CodeQwen1.5-7B dtype: string - name: error_codes_Qwen/CodeQwen1.5-7B dtype: string - name: expert_accuracy_bigcode/starcoder2-7b dtype: string - name: error_codes_bigcode/starcoder2-7b dtype: string - name: expert_accuracy_google/codegemma-7b dtype: string - name: error_codes_google/codegemma-7b dtype: string - name: expert_accuracy_ibm-granite/granite-8b-code-base dtype: string - name: error_codes_ibm-granite/granite-8b-code-base dtype: string - name: expert_accuracy_meta-llama/CodeLlama-7b-hf dtype: string - name: error_codes_meta-llama/CodeLlama-7b-hf dtype: string splits: - name: train num_bytes: 21771737 num_examples: 500 download_size: 8989129 dataset_size: 21771737 - config_name: Dutch features: - name: file_id dtype: string - name: content dtype: string - name: repo dtype: string - name: path dtype: string - name: original_comment dtype: string - name: masked_data_Qwen/CodeQwen1.5-7B dtype: string - name: predict_Qwen/CodeQwen1.5-7B dtype: string - name: predicted_comment_Qwen/CodeQwen1.5-7B dtype: string - name: masked_data_bigcode/starcoder2-7b dtype: string - name: expert_accuracy_Qwen/CodeQwen1.5-7B dtype: string - name: error_codes_Qwen/CodeQwen1.5-7B dtype: string - name: predict_bigcode/starcoder2-7b dtype: string - name: predicted_comment_bigcode/starcoder2-7b dtype: string - name: masked_data_ibm-granite/granite-8b-code-base dtype: string - name: expert_accuracy_bigcode/starcoder2-7b dtype: string - name: error_codes_bigcode/starcoder2-7b dtype: string - name: predict_ibm-granite/granite-8b-code-base dtype: string - name: predicted_comment_ibm-granite/granite-8b-code-base dtype: string - name: masked_data_meta-llama/CodeLlama-7b-hf dtype: string - name: expert_accuracy_ibm-granite/granite-8b-code-base dtype: string - name: error_codes_ibm-granite/granite-8b-code-base dtype: string - name: predict_meta-llama/CodeLlama-7b-hf dtype: string - name: predicted_comment_meta-llama/CodeLlama-7b-hf dtype: string - name: masked_data_google/codegemma-7b dtype: string - name: expert_accuracy_meta-llama/CodeLlama-7b-hf dtype: string - name: error_codes_meta-llama/CodeLlama-7b-hf dtype: string - name: predict_google/codegemma-7b dtype: string - name: predicted_comment_google/codegemma-7b dtype: string - name: expert_accuracy_google/codegemma-7b dtype: string - name: error_codes_google/codegemma-7b dtype: string splits: - name: train num_bytes: 24635004 num_examples: 500 download_size: 9126023 dataset_size: 24635004 - config_name: English features: - name: file_id dtype: string - name: content dtype: string - name: repo dtype: string - name: path dtype: string - name: original_comment dtype: string - name: masked_data_Qwen/CodeQwen1.5-7B dtype: string - name: predict_Qwen/CodeQwen1.5-7B dtype: string - name: predicted_comment_Qwen/CodeQwen1.5-7B dtype: string - name: masked_data_bigcode/starcoder2-7b dtype: string - name: predict_bigcode/starcoder2-7b dtype: string - name: predicted_comment_bigcode/starcoder2-7b dtype: string - name: masked_data_ibm-granite/granite-8b-code-base dtype: string - name: predict_ibm-granite/granite-8b-code-base dtype: string - name: predicted_comment_ibm-granite/granite-8b-code-base dtype: string - name: masked_data_meta-llama/CodeLlama-7b-hf dtype: string - name: predict_meta-llama/CodeLlama-7b-hf dtype: string - name: predicted_comment_meta-llama/CodeLlama-7b-hf dtype: string - name: masked_data_google/codegemma-7b dtype: string - name: predict_google/codegemma-7b dtype: string - name: predicted_comment_google/codegemma-7b dtype: string - name: error_codes_Qwen/CodeQwen1.5-7B dtype: string - name: expert_accuracy_Qwen/CodeQwen1.5-7B dtype: string - name: error_codes_bigcode/starcoder2-7b dtype: string - name: expert_accuracy_bigcode/starcoder2-7b dtype: string - name: error_codes_ibm-granite/granite-8b-code-base dtype: string - name: expert_accuracy_ibm-granite/granite-8b-code-base dtype: string - name: error_codes_meta-llama/CodeLlama-7b-hf dtype: string - name: expert_accuracy_meta-llama/CodeLlama-7b-hf dtype: string - name: error_codes_google/codegemma-7b dtype: string - name: expert_accuracy_google/codegemma-7b dtype: string splits: - name: train num_bytes: 20644201 num_examples: 500 download_size: 8167733 dataset_size: 20644201 - config_name: Greek features: - name: file_id dtype: string - name: content dtype: string - name: repo dtype: string - name: path dtype: string - name: original_comment dtype: string - name: masked_data_Qwen/CodeQwen1.5-7B dtype: string - name: predict_Qwen/CodeQwen1.5-7B dtype: string - name: predicted_comment_Qwen/CodeQwen1.5-7B dtype: string - name: masked_data_bigcode/starcoder2-7b dtype: string - name: predict_bigcode/starcoder2-7b dtype: string - name: predicted_comment_bigcode/starcoder2-7b dtype: string - name: masked_data_ibm-granite/granite-8b-code-base dtype: string - name: predict_ibm-granite/granite-8b-code-base dtype: string - name: predicted_comment_ibm-granite/granite-8b-code-base dtype: string - name: masked_data_meta-llama/CodeLlama-7b-hf dtype: string - name: predict_meta-llama/CodeLlama-7b-hf dtype: string - name: predicted_comment_meta-llama/CodeLlama-7b-hf dtype: string - name: masked_data_google/codegemma-7b dtype: string - name: predict_google/codegemma-7b dtype: string - name: predicted_comment_google/codegemma-7b dtype: string - name: error_codes_bigcode/starcoder2-7b dtype: string - name: error_codes_ibm-granite/granite-8b-code-base dtype: string - name: error_codes_meta-llama/CodeLlama-7b-hf dtype: string - name: error_codes_google/codegemma-7b dtype: string - name: error_codes_Qwen/CodeQwen1.5-7B dtype: string - name: expert_accuracy_bigcode/starcoder2-7b dtype: string - name: expert_accuracy_ibm-granite/granite-8b-code-base dtype: string - name: expert_accuracy_meta-llama/CodeLlama-7b-hf dtype: string - name: expert_accuracy_google/codegemma-7b dtype: string - name: expert_accuracy_Qwen/CodeQwen1.5-7B dtype: string splits: - name: train num_bytes: 25702184 num_examples: 500 download_size: 9192346 dataset_size: 25702184 - config_name: Polish features: - name: file_id dtype: string - name: repo dtype: string - name: path dtype: string - name: content dtype: string - name: original_comment dtype: string - name: masked_data_Qwen/CodeQwen1.5-7B dtype: string - name: predict_Qwen/CodeQwen1.5-7B dtype: string - name: predicted_comment_Qwen/CodeQwen1.5-7B dtype: string - name: masked_data_bigcode/starcoder2-7b dtype: string - name: predict_bigcode/starcoder2-7b dtype: string - name: predicted_comment_bigcode/starcoder2-7b dtype: string - name: masked_data_ibm-granite/granite-8b-code-base dtype: string - name: predict_ibm-granite/granite-8b-code-base dtype: string - name: predicted_comment_ibm-granite/granite-8b-code-base dtype: string - name: masked_data_meta-llama/CodeLlama-7b-hf dtype: string - name: predict_meta-llama/CodeLlama-7b-hf dtype: string - name: predicted_comment_meta-llama/CodeLlama-7b-hf dtype: string - name: masked_data_google/codegemma-7b dtype: string - name: predict_google/codegemma-7b dtype: string - name: predicted_comment_google/codegemma-7b dtype: string - name: error_codes_Qwen/CodeQwen1.5-7B dtype: string - name: expert_accuracy_Qwen/CodeQwen1.5-7B dtype: string - name: error_codes_bigcode/starcoder2-7b dtype: string - name: expert_accuracy_bigcode/starcoder2-7b dtype: string - name: error_codes_ibm-granite/granite-8b-code-base dtype: string - name: expert_accuracy_ibm-granite/granite-8b-code-base dtype: string - name: error_codes_meta-llama/CodeLlama-7b-hf dtype: string - name: expert_accuracy_meta-llama/CodeLlama-7b-hf dtype: string - name: error_codes_google/codegemma-7b dtype: string - name: expert_accuracy_google/codegemma-7b dtype: string splits: - name: train num_bytes: 17899106 num_examples: 500 download_size: 7282496 dataset_size: 17899106 configs: - config_name: Chinese data_files: - split: train path: Chinese/train-* - config_name: Dutch data_files: - split: train path: Dutch/train-* - config_name: English data_files: - split: train path: English/train-* - config_name: Greek data_files: - split: train path: Greek/train-* - config_name: Polish data_files: - split: train path: Polish/train-* ---数据集信息： - 配置名称：中文（Chinese） 特征字段： - 名称：file_id，数据类型：字符串 - 名称：content，数据类型：字符串 - 名称：repo，数据类型：字符串 - 名称：path，数据类型：字符串 - 名称：original_comment，数据类型：字符串 - 名称：masked_data_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predict_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predicted_comment_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：masked_data_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predict_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predicted_comment_bigcode/starcoder2-7b，数据类型：字符串 - 名称：masked_data_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predict_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predicted_comment_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：masked_data_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predict_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predicted_comment_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：masked_data_google/codegemma-7b，数据类型：字符串 - 名称：predict_google/codegemma-7b，数据类型：字符串 - 名称：predicted_comment_google/codegemma-7b，数据类型：字符串 - 名称：expert_accuracy_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：error_codes_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：expert_accuracy_bigcode/starcoder2-7b，数据类型：字符串 - 名称：error_codes_bigcode/starcoder2-7b，数据类型：字符串 - 名称：expert_accuracy_google/codegemma-7b，数据类型：字符串 - 名称：error_codes_google/codegemma-7b，数据类型：字符串 - 名称：expert_accuracy_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：error_codes_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：expert_accuracy_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：error_codes_meta-llama/CodeLlama-7b-hf，数据类型：字符串 数据集划分： - 划分名称：训练集（train），字节数：21771737，样本数量：500 下载大小：8989129 数据集总大小：21771737 - 配置名称：荷兰语（Dutch） 特征字段： - 名称：file_id，数据类型：字符串 - 名称：content，数据类型：字符串 - 名称：repo，数据类型：字符串 - 名称：path，数据类型：字符串 - 名称：original_comment，数据类型：字符串 - 名称：masked_data_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predict_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predicted_comment_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：masked_data_bigcode/starcoder2-7b，数据类型：字符串 - 名称：expert_accuracy_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：error_codes_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predict_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predicted_comment_bigcode/starcoder2-7b，数据类型：字符串 - 名称：masked_data_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：expert_accuracy_bigcode/starcoder2-7b，数据类型：字符串 - 名称：error_codes_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predict_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predicted_comment_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：masked_data_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：expert_accuracy_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：error_codes_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predict_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predicted_comment_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：masked_data_google/codegemma-7b，数据类型：字符串 - 名称：expert_accuracy_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：error_codes_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predict_google/codegemma-7b，数据类型：字符串 - 名称：predicted_comment_google/codegemma-7b，数据类型：字符串 - 名称：expert_accuracy_google/codegemma-7b，数据类型：字符串 - 名称：error_codes_google/codegemma-7b，数据类型：字符串 数据集划分： - 划分名称：训练集（train），字节数：24635004，样本数量：500 下载大小：9126023 数据集总大小：24635004 - 配置名称：英语（English） 特征字段： - 名称：file_id，数据类型：字符串 - 名称：content，数据类型：字符串 - 名称：repo，数据类型：字符串 - 名称：path，数据类型：字符串 - 名称：original_comment，数据类型：字符串 - 名称：masked_data_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predict_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predicted_comment_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：masked_data_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predict_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predicted_comment_bigcode/starcoder2-7b，数据类型：字符串 - 名称：masked_data_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predict_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predicted_comment_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：masked_data_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predict_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predicted_comment_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：masked_data_google/codegemma-7b，数据类型：字符串 - 名称：predict_google/codegemma-7b，数据类型：字符串 - 名称：predicted_comment_google/codegemma-7b，数据类型：字符串 - 名称：error_codes_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：expert_accuracy_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：error_codes_bigcode/starcoder2-7b，数据类型：字符串 - 名称：expert_accuracy_bigcode/starcoder2-7b，数据类型：字符串 - 名称：error_codes_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：expert_accuracy_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：error_codes_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：expert_accuracy_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：error_codes_google/codegemma-7b，数据类型：字符串 - 名称：expert_accuracy_google/codegemma-7b，数据类型：字符串 数据集划分： - 划分名称：训练集（train），字节数：20644201，样本数量：500 下载大小：8167733 数据集总大小：20644201 - 配置名称：希腊语（Greek） 特征字段： - 名称：file_id，数据类型：字符串 - 名称：content，数据类型：字符串 - 名称：repo，数据类型：字符串 - 名称：path，数据类型：字符串 - 名称：original_comment，数据类型：字符串 - 名称：masked_data_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predict_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predicted_comment_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：masked_data_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predict_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predicted_comment_bigcode/starcoder2-7b，数据类型：字符串 - 名称：masked_data_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predict_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predicted_comment_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：masked_data_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predict_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predicted_comment_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：masked_data_google/codegemma-7b，数据类型：字符串 - 名称：predict_google/codegemma-7b，数据类型：字符串 - 名称：predicted_comment_google/codegemma-7b，数据类型：字符串 - 名称：error_codes_bigcode/starcoder2-7b，数据类型：字符串 - 名称：error_codes_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：error_codes_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：error_codes_google/codegemma-7b，数据类型：字符串 - 名称：error_codes_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：expert_accuracy_bigcode/starcoder2-7b，数据类型：字符串 - 名称：expert_accuracy_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：expert_accuracy_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：expert_accuracy_google/codegemma-7b，数据类型：字符串 - 名称：expert_accuracy_Qwen/CodeQwen1.5-7B，数据类型：字符串 数据集划分： - 划分名称：训练集（train），字节数：25702184，样本数量：500 下载大小：9192346 数据集总大小：25702184 - 配置名称：波兰语（Polish） 特征字段： - 名称：file_id，数据类型：字符串 - 名称：content，数据类型：字符串 - 名称：repo，数据类型：字符串 - 名称：path，数据类型：字符串 - 名称：original_comment，数据类型：字符串 - 名称：masked_data_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predict_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：predicted_comment_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：masked_data_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predict_bigcode/starcoder2-7b，数据类型：字符串 - 名称：predicted_comment_bigcode/starcoder2-7b，数据类型：字符串 - 名称：masked_data_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predict_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：predicted_comment_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：masked_data_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predict_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：predicted_comment_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：masked_data_google/codegemma-7b，数据类型：字符串 - 名称：predict_google/codegemma-7b，数据类型：字符串 - 名称：predicted_comment_google/codegemma-7b，数据类型：字符串 - 名称：error_codes_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：expert_accuracy_Qwen/CodeQwen1.5-7B，数据类型：字符串 - 名称：error_codes_bigcode/starcoder2-7b，数据类型：字符串 - 名称：expert_accuracy_bigcode/starcoder2-7b，数据类型：字符串 - 名称：error_codes_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：expert_accuracy_ibm-granite/granite-8b-code-base，数据类型：字符串 - 名称：error_codes_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：expert_accuracy_meta-llama/CodeLlama-7b-hf，数据类型：字符串 - 名称：error_codes_google/codegemma-7b，数据类型：字符串 - 名称：expert_accuracy_google/codegemma-7b，数据类型：字符串 数据集划分： - 划分名称：训练集（train），字节数：17899106，样本数量：500 下载大小：7282496 数据集总大小：17899106 配置信息： - 配置名称：中文（Chinese），数据文件： - 划分：训练集（train），路径：Chinese/train-* - 配置名称：荷兰语（Dutch），数据文件： - 划分：训练集（train），路径：Dutch/train-* - 配置名称：英语（English），数据文件： - 划分：训练集（train），路径：English/train-* - 配置名称：希腊语（Greek），数据文件： - 划分：训练集（train），路径：Greek/train-* - 配置名称：波兰语（Polish），数据文件： - 划分：训练集（train），路径：Polish/train-*