bigcode/commits-pjj-2048

--- dataset_info: features: - name: commit dtype: string - name: subject dtype: string - name: old_file dtype: string - name: new_file dtype: string - name: new_contents dtype: string - name: old_contents dtype: string - name: lang dtype: string - name: proba dtype: float64 splits: - name: train num_bytes: 49066548725.366234 num_examples: 1847311 download_size: 3264623361 dataset_size: 49066548725.366234 --- # Dataset Card for "commits-pjj-2048" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 数据集信息： 特征字段： - 字段名：代码提交（commit），数据类型：字符串（string） - 字段名：提交主题（subject），数据类型：字符串（string） - 字段名：旧文件路径（old_file），数据类型：字符串（string） - 字段名：新文件路径（new_file），数据类型：字符串（string） - 字段名：新文件内容（new_contents），数据类型：字符串（string） - 字段名：旧文件内容（old_contents），数据类型：字符串（string） - 字段名：编程语言（lang），数据类型：字符串（string） - 字段名：概率值（proba），数据类型：64位浮点型（float64） 划分集： - 划分集名称：训练集（train），字节占用量：49066548725.366234，样本数量：1847311 下载大小：3264623361 数据集总大小：49066548725.366234 --- # 「commits-pjj-2048」数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

commits-pjj-2048

数据集特征

• commit: 字符串类型
• subject: 字符串类型
• old_file: 字符串类型
• new_file: 字符串类型
• new_contents: 字符串类型
• old_contents: 字符串类型
• lang: 字符串类型
• proba: 浮点数类型（float64）

数据集分割

• train:
  • 数据量: 1847311条记录
  • 数据大小: 49066548725.366234字节

数据集大小

• 下载大小: 3264623361字节
• 数据集总大小: 49066548725.366234字节