abideen/Copilot

--- 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: 166992954.0 num_examples: 22966 download_size: 61641266 dataset_size: 166992954.0 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集信息

特征

• text: 数据类型为字符串。
• id: 数据类型为字符串。
• metadata: 结构化数据，包含以下字段：
  • file_path: 数据类型为字符串。
  • repo_id: 数据类型为字符串。
  • token_count: 数据类型为整数（int64）。
• index_level_0: 数据类型为整数（int64）。

数据分割

• train: 包含22966个样本，总字节数为166992954.0。

数据大小

• 下载大小: 61641266字节。
• 数据集大小: 166992954.0字节。

配置

• default: 包含训练数据文件，路径为data/train-*。