avsolatorio/medi-data
收藏Hugging Face2024-02-28 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/avsolatorio/medi-data
下载链接
链接失效反馈官方服务：
资源简介：
该数据集用于论文《GISTEmbed: Guided In-sample Selection of Training Negatives for Text Embedding Fine-tuning》。原始数据集来自论文《One Embedder, Any Task: Instruction-Finetuned Text Embeddings》，该论文用于训练INSTRUCTOR系列模型。数据集包含查询、正例、负例等特征，并提供了训练分割的详细信息。
该数据集用于论文《GISTEmbed: Guided In-sample Selection of Training Negatives for Text Embedding Fine-tuning》。原始数据集来自论文《One Embedder, Any Task: Instruction-Finetuned Text Embeddings》，该论文用于训练INSTRUCTOR系列模型。数据集包含查询、正例、负例等特征，并提供了训练分割的详细信息。
提供机构：
avsolatorio
原始信息汇总
MEDI 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
数据分割
- train: 包含 1,435,000 个样本，占用 2,555,303,114 字节
数据集大小
- 下载大小: 1,231,001,259 字节
- 数据集大小: 2,555,303,114 字节
配置
- default: 包含训练数据文件，路径为
data/train-*
引用
GISTEmbed
@article{solatorio2024gistembed, title={GISTEmbed: Guided In-sample Selection of Training Negatives for Text Embedding Fine-tuning}, author={Aivin V. Solatorio}, journal={arXiv preprint arXiv:2402.16829}, year={2024}, URL={https://arxiv.org/abs/2402.16829}, eprint={2402.16829}, archivePrefix={arXiv}, primaryClass={cs.LG} }
INSTRUCTOR
@inproceedings{INSTRUCTOR, title={One Embedder, Any Task: Instruction-Finetuned Text Embeddings}, author={Su, Hongjin and Shi, Weijia and Kasai, Jungo and Wang, Yizhong and Hu, Yushi and Ostendorf, Mari and Yih, Wen-tau and Smith, Noah A. and Zettlemoyer, Luke and Yu, Tao}, url={https://arxiv.org/abs/2212.09741}, year={2022}, }
