chathuranga-jayanath/context-5-finmath-times4j-html-mavendoxia-wro4j-guava-supercsv-len-1000-prompt-1

---
dataset_info:
features:
- name: id
dtype: int64
- name: filepath
dtype: string
- name: start_bug_line
dtype: int64
- name: end_bug_line
dtype: int64
- name: bug
dtype: string
- name: fix
dtype: string
- name: ctx
dtype: string
splits:
- name: train
num_bytes: 3584332
num_examples: 5105
- name: validation
num_bytes: 448298
num_examples: 637
- name: test
num_bytes: 441485
num_examples: 637
download_size: 1770953
dataset_size: 4474115
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 字段名：id，数据类型：64位整型（int64），含义为样本标识符
- 字段名：filepath，数据类型：字符串（string），含义为文件路径
- 字段名：start_bug_line，数据类型：64位整型（int64），含义为缺陷起始行号
- 字段名：end_bug_line，数据类型：64位整型（int64），含义为缺陷结束行号
- 字段名：bug，数据类型：字符串（string），含义为缺陷代码片段
- 字段名：fix，数据类型：字符串（string），含义为修复代码片段
- 字段名：ctx，数据类型：字符串（string），含义为代码上下文
数据集划分：
- 划分名称：训练集（train），字节占用大小：3584332字节，样本数量：5105
- 划分名称：验证集（validation），字节占用大小：448298字节，样本数量：637
- 划分名称：测试集（test），字节占用大小：441485字节，样本数量：637
下载总大小：1770953字节，数据集总存储大小：4474115字节
数据集配置：
- 配置名称：默认配置（default），数据文件映射：
- 训练集数据文件：data/train-*
- 验证集数据文件：data/validation-*
- 测试集数据文件：data/test-*

原始信息汇总

数据集概述

特征信息

• id: 数据类型为 int64
• filepath: 数据类型为 string
• start_bug_line: 数据类型为 int64
• end_bug_line: 数据类型为 int64
• bug: 数据类型为 string
• fix: 数据类型为 string
• ctx: 数据类型为 string

数据分割

• train: 包含 5105 个样本，总字节数为 3584332
• validation: 包含 637 个样本，总字节数为 448298
• test: 包含 637 个样本，总字节数为 441485

数据集大小

• 下载大小: 1770953 字节
• 数据集大小: 4474115 字节

配置信息

• config_name: default
  • train: 文件路径为 data/train-*
  • validation: 文件路径为 data/validation-*
  • test: 文件路径为 data/test-*