GIST-large-Embedding-v0

kaggle2024-04-02 更新2024-04-26 收录

下载链接：

https://www.kaggle.com/datasets/ktgiahieu/gist-large-embedding-v0

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2024-04-02

GIST-small-Embedding-v0

kaggle2024-04-06 更新00

OpenAI Embedding V3 Large

Most capable embedding model for both english and non-english tasks. Get a vector representation of a given input that can be easily consumed by machine learning models and algorithms.

RapidAPI2026-06-30 更新40

Sasoribi/embedding_diffs_v0

该数据集包含三个特征：token_id（整数类型）、vocab（字符串类型）和distance（浮点数类型）。数据集被划分为一个训练集，共有151936个样本，数据集大小为4016709字节。

Hugging Face2025-11-11 更新10

ArbaazBeg/LMSYS-avsolatorio-GIST-small-Embedding-v0

该数据集包含1000个训练样本，每个样本包含一个类别标签（class_label）和一段文本（text）。类别标签的数据类型为int64，文本的数据类型为string。数据集的总大小为9702689字节，下载大小为4635713字节。数据集的配置文件中指定了训练数据的路径。

Hugging Face2024-07-11 更新10

wikipedia-paragraph-embeddings-en-gist-complete

该数据集包含英文维基百科中每一篇文章的段落嵌入，不包括简单英语版本。嵌入是通过avsolatorio/GIST-small-Embedding-v0模型生成的，并量化为int8。数据集结构设计为最小化存储和计算需求，同时覆盖维基百科的广度。每个数据实例包含一个ID和对应的嵌入列表，嵌入是384个int8值。数据来源于wikimedia/wikipedia数据集的20231101.en目录，文章文本

Hugging Face2024-08-23 更新20