growth-cadet/signalrollups_subjects_desc_embed

该数据集包含查询、描述、主题向量和描述向量四个主要特征。数据集仅包含一个训练集，共有17,478个样本，数据总大小为431,485,302字节。数据集的下载大小为325,199,687字节。

The dataset includes four main features: query, description, subject vector, and description vector. It contains only a training set with 17,478 samples and a total data size of 431,485,302 bytes. The download size of the dataset is 325,199,687 bytes.

原始信息汇总

数据集概述

特征信息

• query: 字符串类型
• description: 字符串类型
• embedding_subject_vector: 浮点数序列
• embedding_subdesc_vector: 浮点数序列

数据分割

• train:
  • 字节数: 431485302
  • 样本数: 17478

数据集大小

• 下载大小: 325199687 字节
• 数据集大小: 431485302 字节

配置信息

• default 配置:
  • 数据文件路径: data/train-*