Atipico1/NQ-colbert-10k_preprocessed

--- dataset_info: features: - name: question dtype: string - name: answers sequence: string - name: ctxs list: - name: hasanswer dtype: bool - name: score dtype: float64 - name: text dtype: string - name: title dtype: string - name: masked_query dtype: string - name: query_embedding sequence: float32 splits: - name: train num_bytes: 64263567 num_examples: 10000 - name: test num_bytes: 23284800 num_examples: 3610 download_size: 77231636 dataset_size: 87548367 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---

原始信息汇总

数据集信息

特征

• question: 类型为字符串。
• answers: 类型为字符串序列。
• ctxs: 列表类型，包含以下子特征：
  • hasanswer: 类型为布尔值。
  • score: 类型为浮点数（float64）。
  • text: 类型为字符串。
  • title: 类型为字符串。
• masked_query: 类型为字符串。
• query_embedding: 类型为浮点数序列（float32）。

数据分割

• train: 包含10000个样本，占用64263567字节。
• test: 包含3610个样本，占用23284800字节。

数据集大小

• 下载大小: 77231636字节。
• 数据集大小: 87548367字节。

配置

• default: 包含以下数据文件：
  • train: 路径为data/train-*。
  • test: 路径为data/test-*。