five

dongg18/CODETASK_with_instruction_pool

收藏
Hugging Face2026-04-13 更新2026-04-12 收录
下载链接：
https://hf-mirror.com/datasets/dongg18/CODETASK_with_instruction_pool
下载链接
链接失效反馈
官方服务：
资源简介：
--- dataset_info: - config_name: BFP features: - name: task dtype: string - name: split dtype: string - name: id dtype: string - name: input dtype: string - name: output dtype: string - name: outputs sequence: string - name: definition sequence: string - name: positive_examples dtype: string - name: negative_examples dtype: string splits: - name: train num_bytes: 26304705 num_examples: 46680 - name: validation num_bytes: 570148 num_examples: 1000 - name: test num_bytes: 2817473 num_examples: 5000 download_size: 0 dataset_size: 29692326 - config_name: CONCODE features: - name: task dtype: string - name: split dtype: string - name: id dtype: string - name: input dtype: string - name: output dtype: string - name: outputs sequence: string - name: definition sequence: string - name: positive_examples dtype: string - name: negative_examples dtype: string splits: - name: train num_bytes: 125765953 num_examples: 100000 - name: validation num_bytes: 1192155 num_examples: 1000 - name: test num_bytes: 2493229 num_examples: 2000 download_size: 0 dataset_size: 129451337 - config_name: CoST features: - name: task dtype: string - name: split dtype: string - name: id dtype: string - name: input dtype: string - name: output dtype: string - name: outputs sequence: string - name: definition sequence: string - name: positive_examples dtype: string - name: negative_examples dtype: string splits: - name: train num_bytes: 6248110 num_examples: 12645 - name: validation num_bytes: 133734 num_examples: 272 - name: test num_bytes: 207208 num_examples: 410 download_size: 0 dataset_size: 6589052 - config_name: CodeSearchNet features: - name: task dtype: string - name: split dtype: string - name: id dtype: string - name: input dtype: string - name: output dtype: string - name: outputs sequence: string - name: definition sequence: string - name: positive_examples dtype: string - name: negative_examples dtype: string splits: - name: train num_bytes: 19165860 num_examples: 24927 - name: validation num_bytes: 771432 num_examples: 1000 - name: test num_bytes: 1008829 num_examples: 1261 download_size: 8544530 dataset_size: 20946121 - config_name: CodeTrans features: - name: task dtype: string - name: split dtype: string - name: id dtype: string - name: input dtype: string - name: output dtype: string - name: outputs sequence: string - name: definition sequence: string - name: positive_examples dtype: string - name: negative_examples dtype: string splits: - name: train num_bytes: 8361661 num_examples: 10300 - name: validation num_bytes: 430784 num_examples: 500 - name: test num_bytes: 803860 num_examples: 1000 download_size: 0 dataset_size: 9596305 - config_name: KodCode features: - name: task dtype: string - name: split dtype: string - name: id dtype: string - name: input dtype: string - name: output dtype: string - name: outputs sequence: string - name: definition sequence: string - name: positive_examples dtype: string - name: negative_examples dtype: string splits: - name: train num_bytes: 252129151 num_examples: 100000 - name: validation num_bytes: 2542871 num_examples: 1000 - name: test num_bytes: 12547950 num_examples: 5000 download_size: 0 dataset_size: 267219972 - config_name: RunBugRun features: - name: task dtype: string - name: split dtype: string - name: id dtype: string - name: input dtype: string - name: output dtype: string - name: outputs sequence: string - name: definition sequence: string - name: positive_examples dtype: string - name: negative_examples dtype: string splits: - name: train num_bytes: 8551298 num_examples: 10000 - name: validation num_bytes: 832153 num_examples: 972 - name: test num_bytes: 836082 num_examples: 1000 download_size: 0 dataset_size: 10219533 - config_name: TheVault_Csharp features: - name: task dtype: string - name: split dtype: string - name: id dtype: string - name: input dtype: string - name: output dtype: string - name: outputs sequence: string - name: definition sequence: string - name: positive_examples dtype: string - name: negative_examples dtype: string splits: - name: train num_bytes: 113796459 num_examples: 100000 - name: validation num_bytes: 942458 num_examples: 1000 - name: test num_bytes: 6611232 num_examples: 5000 download_size: 0 dataset_size: 121350149 configs: - config_name: BFP data_files: - split: train path: BFP/train-* - split: validation path: BFP/validation-* - split: test path: BFP/test-* - config_name: CONCODE data_files: - split: train path: CONCODE/train-* - split: validation path: CONCODE/validation-* - split: test path: CONCODE/test-* - config_name: CoST data_files: - split: train path: CoST/train-* - split: validation path: CoST/validation-* - split: test path: CoST/test-* - config_name: CodeSearchNet data_files: - split: train path: CodeSearchNet/train-* - split: validation path: CodeSearchNet/validation-* - split: test path: CodeSearchNet/test-* - config_name: CodeTrans data_files: - split: train path: CodeTrans/train-* - split: validation path: CodeTrans/validation-* - split: test path: CodeTrans/test-* - config_name: KodCode data_files: - split: train path: KodCode/train-* - split: validation path: KodCode/validation-* - split: test path: KodCode/test-* - config_name: RunBugRun data_files: - split: train path: RunBugRun/train-* - split: validation path: RunBugRun/validation-* - split: test path: RunBugRun/test-* - config_name: TheVault_Csharp data_files: - split: train path: TheVault_Csharp/train-* - split: validation path: TheVault_Csharp/validation-* - split: test path: TheVault_Csharp/test-* --- # Dataset Card for "CODETASK_with_instruction_pool" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

# “带指令池代码任务”数据集卡片（CODETASK_with_instruction_pool） [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards) --- ## 数据集信息 本数据集包含8个配置项，各配置详情如下： ### 配置名称（config_name）：BFP #### 特征字段（features）： - 任务（task）：字符串类型 - 划分集（split）：字符串类型 - 样本ID（id）：字符串类型 - 输入（input）：字符串类型 - 输出（output）：字符串类型 - 多输出（outputs）：字符串序列类型 - 任务定义（definition）：字符串序列类型 - 正例样本（positive_examples）：字符串类型 - 负例样本（negative_examples）：字符串类型 #### 数据集划分： - 训练集（train）：字节占用量（num_bytes）26304705，样本数量（num_examples）46680 - 验证集（validation）：字节占用量（num_bytes）570148，样本数量（num_examples）1000 - 测试集（test）：字节占用量（num_bytes）2817473，样本数量（num_examples）5000 #### 下载大小（download_size）：0，数据集总大小（dataset_size）：29692326 ### 配置名称（config_name）：CONCODE #### 特征字段（features）： 同BFP配置的特征字段 #### 数据集划分： - 训练集（train）：字节占用量（num_bytes）125765953，样本数量（num_examples）100000 - 验证集（validation）：字节占用量（num_bytes）1192155，样本数量（num_examples）1000 - 测试集（test）：字节占用量（num_bytes）2493229，样本数量（num_examples）2000 #### 下载大小（download_size）：0，数据集总大小（dataset_size）：129451337 ### 配置名称（config_name）：CoST #### 特征字段（features）： 同BFP配置的特征字段 #### 数据集划分： - 训练集（train）：字节占用量（num_bytes）6248110，样本数量（num_examples）12645 - 验证集（validation）：字节占用量（num_bytes）133734，样本数量（num_examples）272 - 测试集（test）：字节占用量（num_bytes）207208，样本数量（num_examples）410 #### 下载大小（download_size）：0，数据集总大小（dataset_size）：6589052 ### 配置名称（config_name）：CodeSearchNet #### 特征字段（features）： 同BFP配置的特征字段 #### 数据集划分： - 训练集（train）：字节占用量（num_bytes）19165860，样本数量（num_examples）24927 - 验证集（validation）：字节占用量（num_bytes）771432，样本数量（num_examples）1000 - 测试集（test）：字节占用量（num_bytes）1008829，样本数量（num_examples）1261 #### 下载大小（download_size）：8544530，数据集总大小（dataset_size）：20946121 ### 配置名称（config_name）：CodeTrans #### 特征字段（features）： 同BFP配置的特征字段 #### 数据集划分： - 训练集（train）：字节占用量（num_bytes）8361661，样本数量（num_examples）10300 - 验证集（validation）：字节占用量（num_bytes）430784，样本数量（num_examples）500 - 测试集（test）：字节占用量（num_bytes）803860，样本数量（num_examples）1000 #### 下载大小（download_size）：0，数据集总大小（dataset_size）：9596305 ### 配置名称（config_name）：KodCode #### 特征字段（features）： 同BFP配置的特征字段 #### 数据集划分： - 训练集（train）：字节占用量（num_bytes）252129151，样本数量（num_examples）100000 - 验证集（validation）：字节占用量（num_bytes）2542871，样本数量（num_examples）1000 - 测试集（test）：字节占用量（num_bytes）12547950，样本数量（num_examples）5000 #### 下载大小（download_size）：0，数据集总大小（dataset_size）：267219972 ### 配置名称（config_name）：RunBugRun #### 特征字段（features）： 同BFP配置的特征字段 #### 数据集划分： - 训练集（train）：字节占用量（num_bytes）8551298，样本数量（num_examples）10000 - 验证集（validation）：字节占用量（num_bytes）832153，样本数量（num_examples）972 - 测试集（test）：字节占用量（num_bytes）836082，样本数量（num_examples）1000 #### 下载大小（download_size）：0，数据集总大小（dataset_size）：10219533 ### 配置名称（config_name）：TheVault_Csharp #### 特征字段（features）： 同BFP配置的特征字段 #### 数据集划分： - 训练集（train）：字节占用量（num_bytes）113796459，样本数量（num_examples）100000 - 验证集（validation）：字节占用量（num_bytes）942458，样本数量（num_examples）1000 - 测试集（test）：字节占用量（num_bytes）6611232，样本数量（num_examples）5000 #### 下载大小（download_size）：0，数据集总大小（dataset_size）：121350149 --- ## 数据集配置与数据文件路径 各配置对应的数据文件路径如下： 1. 配置BFP： - 训练集：`BFP/train-*` - 验证集：`BFP/validation-*` - 测试集：`BFP/test-*` 2. 配置CONCODE： - 训练集：`CONCODE/train-*` - 验证集：`CONCODE/validation-*` - 测试集：`CONCODE/test-*` 3. 配置CoST： - 训练集：`CoST/train-*` - 验证集：`CoST/validation-*` - 测试集：`CoST/test-*` 4. 配置CodeSearchNet： - 训练集：`CodeSearchNet/train-*` - 验证集：`CodeSearchNet/validation-*` - 测试集：`CodeSearchNet/test-*` 5. 配置CodeTrans： - 训练集：`CodeTrans/train-*` - 验证集：`CodeTrans/validation-*` - 测试集：`CodeTrans/test-*` 6. 配置KodCode： - 训练集：`KodCode/train-*` - 验证集：`KodCode/validation-*` - 测试集：`KodCode/test-*` 7. 配置RunBugRun： - 训练集：`RunBugRun/train-*` - 验证集：`RunBugRun/validation-*` - 测试集：`RunBugRun/test-*` 8. 配置TheVault_Csharp： - 训练集：`TheVault_Csharp/train-*` - 验证集：`TheVault_Csharp/validation-*` - 测试集：`TheVault_Csharp/test-*`
提供机构：
dongg18
5,000+
优质数据集
54 个
任务类型
进入经典数据集
关于我们
遇见数据集——让每个数据集都被发现，让每一次遇见都有价值。
数发科官网www.sfktec.com.cn
联系我们
youjian
selectdataset@iotsh.com.cn
商业合作
数据驱动未来，携手共赢发展
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作