HydraLM/megacode2-min100-standardized

---
dataset_info:
features:
- name: message
dtype: string
- name: message_type
dtype: string
- name: message_id
dtype: int64
- name: conversation_id
dtype: int64
splits:
- name: train
num_bytes: 981690152
num_examples: 1025272
- name: test
num_bytes: 1059315
num_examples: 1114
download_size: 527732674
dataset_size: 982749467
---
# Dataset Card for "megacode2-min100-standardized"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征：
- 字段名：message，数据类型：字符串
- 字段名：message_type，数据类型：字符串
- 字段名：message_id，数据类型：64位整数
- 字段名：conversation_id，数据类型：64位整数
数据集划分：
- 划分名称：训练集（train），字节大小：981690152，样本数量：1025272
- 划分名称：测试集（test），字节大小：1059315，样本数量：1114
下载大小：527732674
总数据集大小：982749467

# 「megacode2-min100-standardized」数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

特征信息

• message: 数据类型为字符串（string）
• message_type: 数据类型为字符串（string）
• message_id: 数据类型为64位整数（int64）
• conversation_id: 数据类型为64位整数（int64）

数据分割

• train: 包含1025272个样本，总字节数为981690152
• test: 包含1114个样本，总字节数为1059315

数据集大小

• 下载大小: 527732674字节
• 数据集大小: 982749467字节