Astris/Nectar-DeDup-Embed

Berkeley Nests Nectar数据集，移除了提示和重复的响应（无论模型如何），并使用BGE-Large-EN-V1.5生成了向量嵌入。数据集包含答案、模型、排名和向量嵌入等特征，仅包含训练集，训练集有1197239个示例，总大小为5985643054字节。

原始信息汇总

数据集概述

数据集信息

• 特征:

  • answer: 类型为字符串
  • model: 类型为字符串
  • rank: 类型为无符号16位整数
  • vector: 类型为浮点32位序列

• 拆分:

  • train: 字节数为5985643054，样本数为1197239

• 下载大小: 2896281236字节

• 数据集大小: 5985643054字节

配置

• 配置名称: default
  • 数据文件:
    • split: train
    • path: data/train-*