avsolatorio/medi-data-mteb-covid-bing-query-gpt4-avs_triplets
收藏Hugging Face2024-04-16 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/avsolatorio/medi-data-mteb-covid-bing-query-gpt4-avs_triplets
下载链接
链接失效反馈官方服务：
资源简介：
MEDI+MTEBcls+COVq数据集用于论文《GISTEmbed: Guided In-sample Selection of Training Negatives for Text Embedding Fine-tuning》中，主要包含query, pos, neg等字段，用于文本嵌入微调的训练负样本选择。数据集分为训练集，包含1826431个示例，总大小为2878639057字节。
MEDI+MTEBcls+COVq数据集用于论文《GISTEmbed: Guided In-sample Selection of Training Negatives for Text Embedding Fine-tuning》中，主要包含query, pos, neg等字段，用于文本嵌入微调的训练负样本选择。数据集分为训练集，包含1826431个示例，总大小为2878639057字节。
提供机构：
avsolatorio
原始信息汇总
MEDI+MTEBcls+COVq 数据集
数据集信息
特征
- query: 字符串类型
- pos: 字符串类型
- neg: 字符串类型
- task_name: 字符串类型
- query_instruct: 字符串类型
- pos_instruct: 字符串类型
- neg_instruct: 字符串类型
- symmetric: 布尔类型
数据分割
- train: 包含 1,826,431 个样本，占用 2,878,639,057 字节
数据大小
- 下载大小: 1,430,677,450 字节
- 数据集大小: 2,878,639,057 字节
配置
- default: 包含训练数据文件，路径为
data/train-*
