mziem/temp_all_map

---
dataset_info:
features:
- name: file_id
dtype: string
- name: content
dtype: string
- name: repo
dtype: string
- name: path
dtype: string
- name: token_length
dtype: int64
- name: original_comment
dtype: string
- name: comment_type
dtype: string
- name: detected_lang
dtype: string
- name: prompt
dtype: string
splits:
- name: train
num_bytes: 2407789704.2718854
num_examples: 112376
download_size: 140698814
dataset_size: 2407789704.2718854
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：file_id，数据类型：字符串
- 名称：content，数据类型：字符串
- 名称：repo，数据类型：字符串
- 名称：path，数据类型：字符串
- 名称：Token (Token) 长度，数据类型：64位整数
- 名称：original_comment，数据类型：字符串
- 名称：comment_type，数据类型：字符串
- 名称：detected_lang，数据类型：字符串
- 名称：prompt，数据类型：字符串
数据集划分：
- 划分名称：train（训练集），字节大小：2407789704.2718854，样本数量：112376
下载大小：140698814
数据集总大小：2407789704.2718854
配置项：
- 配置名称：default（默认配置），数据文件：
- 对应划分：train（训练集），路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• file_id: 数据类型为字符串。
• content: 数据类型为字符串。
• repo: 数据类型为字符串。
• path: 数据类型为字符串。
• token_length: 数据类型为int64。
• original_comment: 数据类型为字符串。
• comment_type: 数据类型为字符串。
• detected_lang: 数据类型为字符串。
• prompt: 数据类型为字符串。

数据集分割

• train:
  • 示例数量: 112376
  • 数据大小: 2407789704.2718854 字节

数据集大小

• 下载大小: 140698814 字节
• 数据集总大小: 2407789704.2718854 字节

配置

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