Aryakumar/dataset1

该数据集包含3000个训练样本，每个样本具有唯一标识符（id）、来源链接（url）、标题（title）、文本内容（text）以及嵌入向量（embeddings）。数据集的总大小为73,841,404字节，下载大小为49,812,416字节。

This dataset contains 3000 training samples, each with a unique identifier (id), source link (url), title (title), text content (text), and embedding vectors (embeddings). The total size of the dataset is 73,841,404 bytes, with a download size of 49,812,416 bytes.

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• url: 字符串类型
• title: 字符串类型
• text: 字符串类型
• embeddings: 浮点数序列类型

数据集划分

• train:
  • 样本数量: 3000
  • 数据大小: 73841404 字节

数据集大小

• 下载大小: 49812416 字节
• 数据集总大小: 73841404 字节

配置

• default:
  • 数据文件路径: data/train-*