Marcus2112/pile_dedup_embeddings_clusters_k440
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_k440
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：索引（idx）、聚类（cluster）和距离（distance）。数据集包含一个训练分割，共有134,318,121个样本，总大小为3,223,634,904字节。下载大小为2,421,845,196字节。
The dataset includes three main features: index (idx), cluster (cluster), and distance (distance). It contains a training split with 134,318,121 samples, totaling 3,223,634,904 bytes in size. The download size is 2,421,845,196 bytes.
提供机构：
Marcus2112
