franlucc/py_all_renames_may3_seed-0-1_starcoderbase-1b

---
dataset_info:
features:
- name: mutated_program
dtype: string
- name: mutations
sequence: string
- name: key
dtype: string
- name: prefix
dtype: string
- name: suffix
dtype: string
- name: middle
dtype: string
- name: correct
dtype: bool
- name: model
dtype: string
- name: fim_type
dtype: string
- name: fim_program
dtype: string
- name: hexsha
dtype: string
- name: mutated_generated_text
dtype: string
splits:
- name: train
num_bytes: 129838368
num_examples: 13754
download_size: 53294894
dataset_size: 129838368
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "py_all_renames_may3_seed-0-1_starcoderbase-1b"

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

数据集信息：
特征列表：
- 名称：变异程序（mutated_program），数据类型：字符串
- 名称：变异记录序列（mutations），数据类型：字符串序列
- 名称：键（key），数据类型：字符串
- 名称：前缀（prefix），数据类型：字符串
- 名称：后缀（suffix），数据类型：字符串
- 名称：中间段（middle），数据类型：字符串
- 名称：正确性标签（correct），数据类型：布尔值
- 名称：模型（model），数据类型：字符串
- 名称：中间填充任务类型（fim_type），数据类型：字符串
- 名称：中间填充生成程序（fim_program），数据类型：字符串
- 名称：Git提交哈希值（hexsha），数据类型：字符串
- 名称：变异生成文本（mutated_generated_text），数据类型：字符串
数据集划分：
- 划分名称：训练集（train），占用字节数：129838368，样本数量：13754
下载大小：53294894 字节
数据集总存储大小：129838368 字节
配置项：
- 配置名称：默认配置（default），数据文件：
- 数据集划分：训练集，文件路径：data/train-*

# “py_all_renames_may3_seed-0-1_starcoderbase-1b”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

数据集名称

• 名称: py_all_renames_may3_seed-0-1_starcoderbase-1b

数据集特征

• mutated_program: 字符串类型
• mutations: 字符串序列
• key: 字符串类型
• prefix: 字符串类型
• suffix: 字符串类型
• middle: 字符串类型
• correct: 布尔类型
• model: 字符串类型
• fim_type: 字符串类型
• fim_program: 字符串类型
• hexsha: 字符串类型
• mutated_generated_text: 字符串类型

数据集划分

• 训练集:
  • 文件大小: 129838368 字节
  • 示例数量: 13754

数据集大小

• 下载大小: 53294894 字节
• 数据集大小: 129838368 字节

配置信息

• 配置名称: default
• 数据文件:
  • 划分: 训练集
  • 路径: data/train-*