AtAndDev/MedRag-textbooks-mxbai-embed-large-v1

该数据集包含125,847个训练示例，每个示例包含id、标题、内容、contents和embeddings等特征。embeddings特征是一个浮点数序列。数据集总大小为721,623,922字节，下载大小为694,576,878字节。数据文件路径在默认配置下指定为data/train-*。

The dataset contains 125,847 training examples, each with features including id, title, content, contents, and embeddings, where embeddings is a sequence of float32. The total size of the dataset is 721,623,922 bytes, with a download size of 694,576,878 bytes. The data file path is specified as data/train-* under the default configuration.

原始信息汇总

数据集概述

数据集信息

特征

• id: 字符串类型
• title: 字符串类型
• content: 字符串类型
• contents: 字符串类型
• embeddings: 浮点数序列类型

数据分割

• train:
  • 字节数: 721623922
  • 样本数: 125847

数据大小

• 下载大小: 694576878 字节
• 数据集大小: 721623922 字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*