davidanugraha/rStarCoder-Reflection-Test-8k

--- dataset_info: features: - name: id dtype: string - name: data_source dtype: string - name: content dtype: string - name: ability dtype: string - name: reward_model struct: - name: ground_truth list: - name: input struct: - name: stdin dtype: string - name: output struct: - name: stdout dtype: string - name: style dtype: string - name: extra_info struct: - name: func_name dtype: string - name: id dtype: string - name: starter_code dtype: string - name: prompt list: - name: content dtype: string - name: role dtype: string splits: - name: train num_bytes: 46964562 num_examples: 7956 download_size: 17170504 dataset_size: 46964562 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征集合： 1. 字段名`id`，数据类型为字符串（string） 2. 字段名`data_source`，数据类型为字符串 3. 字段名`content`，数据类型为字符串 4. 字段名`ability`，数据类型为字符串 5. 奖励模型（reward_model）：结构体类型，包含以下子字段： - 真实标注（ground_truth）：列表类型，列表元素为结构体，包含： * 输入（input）：结构体类型，包含字段`stdin`（标准输入），数据类型为字符串 * 输出（output）：结构体类型，包含字段`stdout`（标准输出），数据类型为字符串 - 风格（style），数据类型为字符串 6. 额外元信息（extra_info）：结构体类型，包含以下子字段： - 函数名（func_name），数据类型为字符串 - 唯一标识符（id），数据类型为字符串 - 初始代码（starter_code），数据类型为字符串 7. 提示词（prompt）：列表类型，列表元素为结构体，包含以下子字段： - 内容（content），数据类型为字符串 - 角色（role），数据类型为字符串 数据集划分： - 训练划分（train）：字节数为46964562，样本量为7956 整体下载大小为17170504字节，数据集总存储大小为46964562字节 配置项： - 默认配置（default）：对应数据文件划分`train`，文件路径格式为`data/train-*`