mixedbread-ai/public_ohr_v2_finance

---
dataset_info:
- config_name: corpus
features:
- name: corpus-id
dtype: string
- name: image
dtype: image
splits:
- name: train
num_bytes: 925219486.375
num_examples: 2133
download_size: 837149710
dataset_size: 925219486.375
- config_name: default
features:
- name: query-id
dtype: string
- name: corpus-id
dtype: string
- name: score
dtype: int64
splits:
- name: train
num_bytes: 115625
num_examples: 1446
download_size: 60507
dataset_size: 115625
- config_name: queries
features:
- name: query-id
dtype: string
- name: query
dtype: string
splits:
- name: train
num_bytes: 218306
num_examples: 1367
download_size: 121759
dataset_size: 218306
configs:
- config_name: corpus
data_files:
- split: train
path: corpus/train-*
- config_name: default
data_files:
- split: train
path: data/train-*
- config_name: queries
data_files:
- split: train
path: queries/train-*
---

数据集信息：
- 配置名称：corpus
特征项：
- 名称：corpus-id（语料库ID），数据类型：字符串
- 名称：image（图像），数据类型：image（图像）
数据集划分：
- 名称：train（训练集），字节数：925219486.375，样本数：2133
下载大小：837149710，数据集总大小：925219486.375
- 配置名称：default
特征项：
- 名称：query-id（查询ID），数据类型：字符串
- 名称：corpus-id（语料库ID），数据类型：字符串
- 名称：score，数据类型：int64（64位整数）
数据集划分：
- 名称：train（训练集），字节数：115625，样本数：1446
下载大小：60507，数据集总大小：115625
- 配置名称：queries
特征项：
- 名称：query-id（查询ID），数据类型：字符串
- 名称：query（查询文本），数据类型：字符串
数据集划分：
- 名称：train（训练集），字节数：218306，样本数：1367
下载大小：121759，数据集总大小：218306
配置项：
- 配置名称：corpus，数据文件：
- 划分：train（训练集），路径：corpus/train-*
- 配置名称：default，数据文件：
- 划分：train（训练集），路径：data/train-*
- 配置名称：queries，数据文件：
- 划分：train（训练集），路径：queries/train-*