kenhktsui/wiki_dpr_e5
收藏官方服务：
资源简介：
该数据集名为`wiki_dpr`，包含多个特征如id、文本、标题和嵌入向量。主要用于训练，包含超过2100万个示例，总数据量超过783TB。数据集通过`intfloat/e5-base-v2`进行编码处理。
该数据集名为`wiki_dpr`，包含多个特征如id、文本、标题和嵌入向量。主要用于训练，包含超过2100万个示例，总数据量超过783TB。数据集通过`intfloat/e5-base-v2`进行编码处理。
提供机构：
kenhktsui原始信息汇总
数据集概述
数据集基本信息
- 许可证: cc-by-sa-3.0
数据集特征
- id: 整数类型 (int64)
- text: 字符串类型 (string)
- title: 字符串类型 (string)
- embedding: 浮点数序列类型 (float32)
数据集分割
- 训练集:
- 样本数量: 21015300
- 数据大小: 78346298059.0 字节
数据集大小
- 下载大小: 3792584904 字节
- 总数据大小: 78346298059.0 字节
