RevEng-23-24/Dataset48K

---
dataset_info:
features:
- name: assembly
dtype: string
- name: c_source_code
dtype: string
splits:
- name: train
num_bytes: 54615105
num_examples: 30657
- name: val
num_bytes: 14102616
num_examples: 7665
- name: test
num_bytes: 17112427
num_examples: 9581
download_size: 24803662
dataset_size: 85830148
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：汇编代码（assembly），数据类型：字符串
- 名称：C语言源代码（c_source_code），数据类型：字符串
数据划分：
- 划分名称：训练集（train），字节数：54615105，样本数：30657
- 划分名称：验证集（val），字节数：14102616，样本数：7665
- 划分名称：测试集（test），字节数：17112427，样本数：9581
下载大小：24803662
数据集总大小：85830148
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分：训练集（train），路径：data/train-*
- 划分：验证集（val），路径：data/val-*
- 划分：测试集（test），路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• assembly：数据类型为字符串。
• c_source_code：数据类型为字符串。

数据集划分

• 训练集（train）：包含30657个示例，总大小为54615105字节。
• 验证集（val）：包含7665个示例，总大小为14102616字节。
• 测试集（test）：包含9581个示例，总大小为17112427字节。

数据集大小

• 下载大小：24803662字节。
• 数据集总大小：85830148字节。

配置信息

• 默认配置（default）：
  • 训练集路径：data/train-*
  • 验证集路径：data/val-*
  • 测试集路径：data/test-*