BigfufuOuO/codegen1_merged_clean

---
dataset_info:
- config_name: default
features:
- name: test_cases
dtype: string
- name: system
dtype: string
- name: user
dtype: string
- name: assistant
dtype: string
- name: source_dataset
dtype: string
- name: task
dtype: string
- name: pass
dtype: bool
- name: errors
dtype: string
- name: fn_mode
dtype: string
splits:
- name: train
num_bytes: 825767243.2622701
num_examples: 13538
download_size: 351429522
dataset_size: 825767243.2622701
- config_name: rl
features:
- name: test_cases
dtype: string
- name: system
dtype: string
- name: user
dtype: string
- name: assistant
dtype: string
- name: source_dataset
dtype: string
- name: task
dtype: string
- name: pass
dtype: bool
- name: errors
dtype: string
- name: fn_mode
dtype: string
- name: _assistant_tokens
dtype: int64
- name: _total_tokens
dtype: int64
- name: _idx
dtype: int64
splits:
- name: train
num_bytes: 531605553.99615896
num_examples: 10000
download_size: 272311020
dataset_size: 531605553.99615896
- config_name: sft
features:
- name: test_cases
dtype: string
- name: system
dtype: string
- name: user
dtype: string
- name: assistant
dtype: string
- name: source_dataset
dtype: string
- name: task
dtype: string
- name: pass
dtype: bool
- name: errors
dtype: string
- name: fn_mode
dtype: string
- name: _assistant_tokens
dtype: int64
- name: _total_tokens
dtype: int64
- name: _idx
dtype: int64
splits:
- name: train
num_bytes: 402405430.3355653
num_examples: 7790
- name: test
num_bytes: 25725019.808358345
num_examples: 498
download_size: 163183006
dataset_size: 428130450.1439237
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- config_name: rl
data_files:
- split: train
path: rl/train-*
- config_name: sft
data_files:
- split: train
path: sft/train-*
- split: test
path: sft/test-*
---

数据集信息：
- 配置名称：default
特征字段：
- 字段名称：测试用例（test_cases），数据类型：字符串类型（string）
- 字段名称：系统（system），数据类型：字符串类型（string）
- 字段名称：用户（user），数据类型：字符串类型（string）
- 字段名称：助手（assistant），数据类型：字符串类型（string）
- 字段名称：源数据集（source_dataset），数据类型：字符串类型（string）
- 字段名称：任务（task），数据类型：字符串类型（string）
- 字段名称：是否通过（pass），数据类型：布尔类型（bool）
- 字段名称：错误信息（errors），数据类型：字符串类型（string）
- 字段名称：函数模式（fn_mode），数据类型：字符串类型（string）
数据划分：
- 划分名称：训练集（train），字节数：825767243.2622701，样本数量：13538
下载大小：351429522
数据集总大小：825767243.2622701
- 配置名称：rl
特征字段：
- 字段名称：测试用例（test_cases），数据类型：字符串类型（string）
- 字段名称：系统（system），数据类型：字符串类型（string）
- 字段名称：用户（user），数据类型：字符串类型（string）
- 字段名称：助手（assistant），数据类型：字符串类型（string）
- 字段名称：源数据集（source_dataset），数据类型：字符串类型（string）
- 字段名称：任务（task），数据类型：字符串类型（string）
- 字段名称：是否通过（pass），数据类型：布尔类型（bool）
- 字段名称：错误信息（errors），数据类型：字符串类型（string）
- 字段名称：函数模式（fn_mode），数据类型：字符串类型（string）
- 字段名称：助手Token数（_assistant_tokens），数据类型：64位整数类型（int64）
- 字段名称：总Token数（_total_tokens），数据类型：64位整数类型（int64）
- 字段名称：样本索引（_idx），数据类型：64位整数类型（int64）
数据划分：
- 划分名称：训练集（train），字节数：531605553.99615896，样本数量：10000
下载大小：272311020
数据集总大小：531605553.99615896
- 配置名称：sft
特征字段：
- 字段名称：测试用例（test_cases），数据类型：字符串类型（string）
- 字段名称：系统（system），数据类型：字符串类型（string）
- 字段名称：用户（user），数据类型：字符串类型（string）
- 字段名称：助手（assistant），数据类型：字符串类型（string）
- 字段名称：源数据集（source_dataset），数据类型：字符串类型（string）
- 字段名称：任务（task），数据类型：字符串类型（string）
- 字段名称：是否通过（pass），数据类型：布尔类型（bool）
- 字段名称：错误信息（errors），数据类型：字符串类型（string）
- 字段名称：函数模式（fn_mode），数据类型：字符串类型（string）
- 字段名称：助手Token数（_assistant_tokens），数据类型：64位整数类型（int64）
- 字段名称：总Token数（_total_tokens），数据类型：64位整数类型（int64）
- 字段名称：样本索引（_idx），数据类型：64位整数类型（int64）
数据划分：
- 划分名称：训练集（train），字节数：402405430.3355653，样本数量：7790
- 划分名称：测试集（test），字节数：25725019.808358345，样本数量：498
下载大小：163183006
数据集总大小：428130450.1439237
数据集配置：
- 配置名称：default，数据文件：
- 划分：训练集（train），路径：data/train-*
- 配置名称：rl，数据文件：
- 划分：训练集（train），路径：rl/train-*
- 配置名称：sft，数据文件：
- 划分：训练集（train），路径：sft/train-*
- 划分：测试集（test），路径：sft/test-*