jcarbonnell/NEARdAppsPrompts

---
dataset_info:
features:
- name: repoName
dtype: string
- name: tree
dtype: string
- name: readme
dtype: string
- name: user_prompt
dtype: string
- name: rejected_output
dtype: string
splits:
- name: train
num_bytes: 137700289
num_examples: 2355
- name: validation
num_bytes: 18723586
num_examples: 271
download_size: 62834905
dataset_size: 156423875
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息：
特征字段：
- 字段名称：仓库名称（repoName），数据类型：字符串（string）
- 字段名称：仓库目录树（tree），数据类型：字符串（string）
- 字段名称：项目自述文件（readme），数据类型：字符串（string）
- 字段名称：用户提示词（user_prompt），数据类型：字符串（string）
- 字段名称：不合格输出（rejected_output），数据类型：字符串（string）
数据集划分：
- 划分名称：训练集（train），字节数：137700289，样本数量：2355
- 划分名称：验证集（validation），字节数：18723586，样本数量：271
下载总大小：62834905，数据集总存储大小：156423875
配置项：
- 配置名称：默认（default），数据文件：
- 训练集划分：文件路径为data/train-*
- 验证集划分：文件路径为data/validation-*

原始信息汇总

数据集概述

数据集特征

• repoName: 数据类型为字符串
• tree: 数据类型为字符串
• readme: 数据类型为字符串
• user_prompt: 数据类型为字符串
• rejected_output: 数据类型为字符串

数据集划分

• 训练集 (train):
  • 示例数量: 2355
  • 数据大小: 137700289字节
• 验证集 (validation):
  • 示例数量: 271
  • 数据大小: 18723586字节

数据集大小

• 下载大小: 62834905字节
• 数据集总大小: 156423875字节

配置文件

• 默认配置 (default):
  • 训练数据路径: data/train-*
  • 验证数据路径: data/validation-*