PurCL/bincorp-26m-all

---
viewer: true
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: valid
path: data/valid-*
dataset_info:
features:
- name: code
dtype: string
- name: data_dep
dtype: string
splits:
- name: train
num_bytes: 39826202125.70429
num_examples: 14019961
- name: test
num_bytes: 11713589027.6
num_examples: 4123518
- name: valid
num_bytes: 7028153984.695704
num_examples: 2474111
download_size: 19420221346
dataset_size: 58567945137.99999
---
# Dataset Card for "bincorp-26m-all"

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

---
数据集查看器：已启用
配置列表：
- 配置名称：default
数据文件：
- 拆分：训练集（train），路径：data/train-*
- 拆分：测试集（test），路径：data/test-*
- 拆分：验证集（valid），路径：data/valid-*
数据集信息：
特征字段：
- 字段名：code，数据类型：字符串（string）
- 字段名：data_dep，数据类型：字符串（string）
数据拆分：
- 拆分名称：训练集（train），字节大小：39826202125.70429，样本数量：14019961
- 拆分名称：测试集（test），字节大小：11713589027.6，样本数量：4123518
- 拆分名称：验证集（valid），字节大小：7028153984.695704，样本数量：2474111
下载总大小：19420221346
数据集总大小：58567945137.99999
---
# 「bincorp-26m-all」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

• bincorp-26m-all

数据集配置

• 默认配置
  • 数据文件路径：
    • 训练集：data/train-*
    • 测试集：data/test-*
    • 验证集：data/valid-*

数据集特征

• 特征名称：code
  • 数据类型：string
• 特征名称：data_dep
  • 数据类型：string

数据集划分

• 训练集
  • 字节数：39826202125.70429
  • 样本数：14019961
• 测试集
  • 字节数：11713589027.6
  • 样本数：4123518
• 验证集
  • 字节数：7028153984.695704
  • 样本数：2474111

数据集大小

• 下载大小：19420221346
• 数据集大小：58567945137.99999