Marcus2112/pile_dedup_embeddings_clusters_k220
收藏Hugging Face2025-11-27 更新2024-12-14 收录
下载链接：
https://hf-mirror.com/datasets/Marcus2112/pile_dedup_embeddings_clusters_k220
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含三个主要特征：idx（索引，数据类型为int64）、cluster（聚类，数据类型为int64）和distance（距离，数据类型为float64）。数据集被分割为训练集，包含134,318,121个样本，总大小为3,223,634,904字节。下载大小为2,149,493,590字节。
This dataset includes three main features: idx (index, data type int64), cluster (cluster, data type int64), and distance (distance, data type float64). The dataset is split into a training set containing 134,318,121 samples, with a total size of 3,223,634,904 bytes. The download size is 2,149,493,590 bytes.
提供机构：
Marcus2112
