antares101/hug_stack

---
dataset_info:
features:
- name: text
dtype: string
- name: id
dtype: string
- name: metadata
struct:
- name: file_path
dtype: string
- name: repo_id
dtype: string
- name: token_count
dtype: int64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 98753897
num_examples: 6912
download_size: 33414440
dataset_size: 98753897
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：text，数据类型：字符串
- 字段名：id，数据类型：字符串
- 字段名：metadata（元数据），为结构体类型，包含以下子字段：
- 字段名：file_path，数据类型：字符串
- 字段名：repo_id，数据类型：字符串
- 字段名：token_count，数据类型：int64
- 字段名：__index_level_0__，数据类型：int64
数据划分：
- 划分名称：train，占用字节数：98753897，样本总数：6912
下载大小：33414440
数据集总大小：98753897
配置项：
- 配置名称：default（默认配置），数据文件：
- 对应训练划分的文件路径为：data/train-*

原始信息汇总

数据集概述

数据集特征

• text：字符串类型
• id：字符串类型
• metadata：结构化数据，包含以下字段：
  • file_path：字符串类型
  • repo_id：字符串类型
  • token_count：整数类型（int64）
• index_level_0：整数类型（int64）

数据集分割

• train：训练集
  • num_bytes：98753897字节
  • num_examples：6912个样本

数据集大小

• download_size：33414440字节
• dataset_size：98753897字节

配置

• config_name：default
• data_files：
  • split：train
  • path：data/train-*