claudios/ds1000

该数据集是DS-1000的重新上传版本，元数据字典已被提取到列中，分类变量现在为`ClassLabel`类型，并且数据集原生为parquet格式。数据集的特征列包括`problem_id`、`prompt`、`reference_code`、`code_context`、`library_problem_id`、`library`、`test_case_cnt`、`perturbation_type`和`perturbation_origin_id`。数据集主要用于代码生成任务，涉及多个Python库如Matplotlib、Numpy、Pandas等。

原始信息汇总

数据集概述

数据集特征

• prompt：字符串类型
• reference_code：字符串类型
• code_context：字符串类型
• problem_id：整数类型（int64）
• library_problem_id：整数类型（int64）
• library：分类标签类型，包含以下类别：
  • 0: Matplotlib
  • 1: Numpy
  • 2: Pandas
  • 3: Pytorch
  • 4: Scipy
  • 5: Sklearn
  • 6: Tensorflow
• test_case_cnt：整数类型（int64）
• perturbation_type：分类标签类型，包含以下类别：
  • 0: Difficult-Rewrite
  • 1: Origin
  • 2: Semantic
  • 3: Surface
• perturbation_origin_id：整数类型（int64）

数据集划分

• test：
  • 数据大小：3136179字节
  • 示例数量：1000

数据集大小

• 下载大小：712717字节
• 数据集总大小：3136179字节

许可证

• cc-by-sa-4.0

语言

• 代码

任务类别

• text2text-generation

标签

• code-generation