Korventenn/Ada_open_code_files

--- license: apache-2.0 dataset_info: features: - name: repo_name dtype: string - name: language dtype: string - name: length_bytes dtype: int64 - name: extension dtype: string - name: content dtype: string splits: - name: train num_bytes: 7262944589.490371 num_examples: 49409 download_size: 129496271 dataset_size: 7262944589.490371 configs: - config_name: default data_files: - split: train path: data/train-* ---许可证：Apache-2.0 数据集信息： 特征： - 名称：仓库名称（repo_name），数据类型：字符串 - 名称：语言（language），数据类型：字符串 - 名称：字节长度（length_bytes），数据类型：64位整数 - 名称：文件扩展名（extension），数据类型：字符串 - 名称：文件内容（content），数据类型：字符串 数据集划分： - 名称：训练集（train），字节大小：7262944589.490371，样本数量：49409 下载大小：129496271 数据集总大小：7262944589.490371 配置项： - 配置名称：默认配置（default），数据文件： - 数据集划分：训练集（train），路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• repo_name: 字符串类型
• language: 字符串类型
• length_bytes: 整数类型
• extension: 字符串类型
• content: 字符串类型

数据集划分

• 训练集 (train):
  • 示例数量: 49409
  • 数据大小: 7262944589.490371 字节

数据集大小

• 下载大小: 129496271 字节
• 数据集总大小: 7262944589.490371 字节

配置信息

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