lsr42/msmarco-psgs-distilbert-dot-v5

---
dataset_info:
features:
- name: id
dtype: string
- name: emb
sequence: float64
splits:
- name: queries
num_bytes: 42985019
num_examples: 6980
- name: psgs
num_bytes: 54455676747
num_examples: 8841823
download_size: 44434721229
dataset_size: 54498661766
configs:
- config_name: default
data_files:
- split: queries
path: data/queries-*
- split: psgs
path: data/psgs-*
---

原始信息汇总

数据集概述

数据特征

• id: 数据类型为字符串。
• emb: 数据类型为浮点数序列。

数据分割

• queries:
  • 字节数: 42,985,019
  • 样本数: 6,980
• psgs:
  • 字节数: 54,455,676,747
  • 样本数: 8,841,823

数据大小

• 下载大小: 44,434,721,229 字节
• 数据集大小: 54,498,661,766 字节

配置信息

• default 配置:
  • queries 数据文件路径: data/queries-*
  • psgs 数据文件路径: data/psgs-*