bclavie/msmarco-500k-triplets

该数据集主要用于训练模型，包含查询（query）、正例（positive）和负例（negative）三种字符串类型的特征。数据集分为一个训练集，包含500000个样本，总大小为371861236.32572496字节。数据集的下载大小为236711416字节。数据集配置为默认（default），训练数据文件位于data/train-*路径下。

This dataset is primarily used for training models, featuring three string-type features: query, positive, and negative. It consists of a training set with 500,000 samples, totaling 371,861,236.32572496 bytes. The download size of the dataset is 236,711,416 bytes. The dataset configuration is set to default, with training data files located at data/train-* path.

原始信息汇总

数据集概述

数据集特征

• query: 数据类型为字符串。
• positive: 数据类型为字符串。
• negative: 数据类型为字符串。

数据集分割

• 训练集:
  • 数据量: 371,861,236.32572496 字节
  • 示例数量: 500,000

数据集大小

• 下载大小: 236,711,416 字节
• 数据集总大小: 371,861,236.32572496 字节

配置信息

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*