chathuranga-jayanath/context-5-finmath-times4j-html-mavendoxia-wro4j-guava-supercsv-balanced-10k-prompt-1

---
dataset_info:
features:
- name: id
dtype: int64
- name: filepath
dtype: string
- name: start_bug_line
dtype: int64
- name: end_bug_line
dtype: int64
- name: bug
dtype: string
- name: fix
dtype: string
- name: ctx
dtype: string
splits:
- name: train
num_bytes: 71451858
num_examples: 102195
- name: validation
num_bytes: 8884325
num_examples: 12774
- name: test
num_bytes: 8960466
num_examples: 12774
download_size: 37522248
dataset_size: 89296649
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：
特征项：
- 名称：id，数据类型：int64
- 名称：filepath，数据类型：string
- 名称：start_bug_line，数据类型：int64，指代缺陷代码的起始行号
- 名称：end_bug_line，数据类型：int64，指代缺陷代码的结束行号
- 名称：bug，数据类型：string，指代含缺陷的代码片段
- 名称：fix，数据类型：string，指代修复后的代码片段
- 名称：ctx，数据类型：string，指代代码上下文片段
数据集划分：
- 划分名称：train，占用字节数：71451858，样本总量：102195
- 划分名称：validation，占用字节数：8884325，样本总量：12774
- 划分名称：test，占用字节数：8960466，样本总量：12774
下载总大小：37522248 字节
数据集总存储大小：89296649 字节
配置信息：
- 配置名称：default，数据文件映射如下：
- 训练集（train）对应路径：data/train-*
- 验证集（validation）对应路径：data/validation-*
- 测试集（test）对应路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为int64
• filepath: 数据类型为string
• start_bug_line: 数据类型为int64
• end_bug_line: 数据类型为int64
• bug: 数据类型为string
• fix: 数据类型为string
• ctx: 数据类型为string

数据集分割

• train: 包含102195个样本，大小为71451858字节
• validation: 包含12774个样本，大小为8884325字节
• test: 包含12774个样本，大小为8960466字节

数据集大小

• 下载大小: 37522248字节
• 数据集大小: 89296649字节

配置

• config_name: default
  • data_files:
    • train: 路径为data/train-*
    • validation: 路径为data/validation-*
    • test: 路径为data/test-*