sourcegraph/test-dataset-context-aware-fim-autocomplete-oracle-openai_cosine_sim

--- dataset_info: features: - name: prefix dtype: string - name: middle dtype: string - name: suffix dtype: string - name: file_path dtype: string - name: repo_name dtype: string - name: context list: - name: filename dtype: string - name: retrieved_chunk dtype: string - name: score dtype: float64 - name: lang dtype: string - name: ground_truth dtype: string splits: - name: train num_bytes: 100624680 num_examples: 9927 download_size: 21775604 dataset_size: 100624680 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 前缀（prefix）：数据类型为字符串 - 中间片段（middle）：数据类型为字符串 - 后缀（suffix）：数据类型为字符串 - 文件路径（file_path）：数据类型为字符串 - 仓库名称（repo_name）：数据类型为字符串 - 上下文（context）：为列表结构，列表元素包含： - 文件名（filename）：数据类型为字符串 - 检索到的文本块（retrieved_chunk）：数据类型为字符串 - 得分（score）：数据类型为双精度浮点型（float64） - 语言（lang）：数据类型为字符串 - 基准真值（ground_truth）：数据类型为字符串 数据集划分： - 训练集（train）：占用字节数100624680，包含9927条示例 下载总大小：21775604，数据集总存储大小：100624680 数据集配置： - 默认配置（default）：对应训练拆分的数据文件路径为data/train-*