hgissbkh/T2-reranking

--- dataset_info: - config_name: acge_text_embedding features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 1730220911 num_examples: 6123 download_size: 1286604489 dataset_size: 1730220911 - config_name: gte-large-zh features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 1078238063 num_examples: 6123 download_size: 789336708 dataset_size: 1078238063 - config_name: multilingual-e5-base features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 860910447 num_examples: 6123 download_size: 621666566 dataset_size: 860910447 - config_name: multilingual-e5-large features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 1078238063 num_examples: 6123 download_size: 788026921 dataset_size: 1078238063 - config_name: multilingual-e5-small features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 534919023 num_examples: 6123 download_size: 370065934 dataset_size: 534919023 - config_name: stella-mrl-large-zh-v3.5-1792d features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 1730220911 num_examples: 6123 download_size: 1289439878 dataset_size: 1730220911 configs: - config_name: acge_text_embedding data_files: - split: train path: acge_text_embedding/train-* - config_name: gte-large-zh data_files: - split: train path: gte-large-zh/train-* - config_name: multilingual-e5-base data_files: - split: train path: multilingual-e5-base/train-* - config_name: multilingual-e5-large data_files: - split: train path: multilingual-e5-large/train-* - config_name: multilingual-e5-small data_files: - split: train path: multilingual-e5-small/train-* - config_name: stella-mrl-large-zh-v3.5-1792d data_files: - split: train path: stella-mrl-large-zh-v3.5-1792d/train-* ---dataset_info: - 配置名称：acge_text_embedding 特征字段： - 字段名：查询（query） 数据类型：字符串（string） - 字段名：文档集（docs） 序列类型：字符串序列 - 字段名：查询编码（query_enc） 序列类型：双精度浮点数（float64）序列 - 字段名：文档编码（docs_enc） 序列类型： 序列类型：双精度浮点数（float64）序列 - 字段名：余弦相似度分数（cos_scores） 序列类型：双精度浮点数（float64）序列 - 字段名：目标标签（target） 序列类型：64位整数（int64）序列 数据划分： - 划分名称：训练集（train） 占用字节数：1730220911 样本数量：6123 下载体积：1286604489 数据集总字节数：1730220911 - 配置名称：gte-large-zh 特征字段： - 字段名：查询（query） 数据类型：字符串（string） - 字段名：文档集（docs） 序列类型：字符串序列 - 字段名：查询编码（query_enc） 序列类型：双精度浮点数（float64）序列 - 字段名：文档编码（docs_enc） 序列类型： 序列类型：双精度浮点数（float64）序列 - 字段名：余弦相似度分数（cos_scores） 序列类型：双精度浮点数（float64）序列 - 字段名：目标标签（target） 序列类型：64位整数（int64）序列 数据划分： - 划分名称：训练集（train） 占用字节数：1078238063 样本数量：6123 下载体积：789336708 数据集总字节数：1078238063 - 配置名称：multilingual-e5-base 特征字段： - 字段名：查询（query） 数据类型：字符串（string） - 字段名：文档集（docs） 序列类型：字符串序列 - 字段名：查询编码（query_enc） 序列类型：双精度浮点数（float64）序列 - 字段名：文档编码（docs_enc） 序列类型： 序列类型：双精度浮点数（float64）序列 - 字段名：余弦相似度分数（cos_scores） 序列类型：双精度浮点数（float64）序列 - 字段名：目标标签（target） 序列类型：64位整数（int64）序列 数据划分： - 划分名称：训练集（train） 占用字节数：860910447 样本数量：6123 下载体积：621666566 数据集总字节数：860910447 - 配置名称：multilingual-e5-large 特征字段： - 字段名：查询（query） 数据类型：字符串（string） - 字段名：文档集（docs） 序列类型：字符串序列 - 字段名：查询编码（query_enc） 序列类型：双精度浮点数（float64）序列 - 字段名：文档编码（docs_enc） 序列类型： 序列类型：双精度浮点数（float64）序列 - 字段名：余弦相似度分数（cos_scores） 序列类型：双精度浮点数（float64）序列 - 字段名：目标标签（target） 序列类型：64位整数（int64）序列 数据划分： - 划分名称：训练集（train） 占用字节数：1078238063 样本数量：6123 下载体积：788026921 数据集总字节数：1078238063 - 配置名称：multilingual-e5-small 特征字段： - 字段名：查询（query） 数据类型：字符串（string） - 字段名：文档集（docs） 序列类型：字符串序列 - 字段名：查询编码（query_enc） 序列类型：双精度浮点数（float64）序列 - 字段名：文档编码（docs_enc） 序列类型： 序列类型：双精度浮点数（float64）序列 - 字段名：余弦相似度分数（cos_scores） 序列类型：双精度浮点数（float64）序列 - 字段名：目标标签（target） 序列类型：64位整数（int64）序列 数据划分： - 划分名称：训练集（train） 占用字节数：534919023 样本数量：6123 下载体积：370065934 数据集总字节数：534919023 - 配置名称：stella-mrl-large-zh-v3.5-1792d 特征字段： - 字段名：查询（query） 数据类型：字符串（string） - 字段名：文档集（docs） 序列类型：字符串序列 - 字段名：查询编码（query_enc） 序列类型：双精度浮点数（float64）序列 - 字段名：文档编码（docs_enc） 序列类型： 序列类型：双精度浮点数（float64）序列 - 字段名：余弦相似度分数（cos_scores） 序列类型：双精度浮点数（float64）序列 - 字段名：目标标签（target） 序列类型：64位整数（int64）序列 数据划分： - 划分名称：训练集（train） 占用字节数：1730220911 样本数量：6123 下载体积：1289439878 数据集总字节数：1730220911 configs: - 配置名称：acge_text_embedding 数据文件： - 划分：训练集（train） 路径：acge_text_embedding/train-* - 配置名称：gte-large-zh 数据文件： - 划分：训练集（train） 路径：gte-large-zh/train-* - 配置名称：multilingual-e5-base 数据文件： - 划分：训练集（train） 路径：multilingual-e5-base/train-* - 配置名称：multilingual-e5-large 数据文件： - 划分：训练集（train） 路径：multilingual-e5-large/train-* - 配置名称：multilingual-e5-small 数据文件： - 划分：训练集（train） 路径：multilingual-e5-small/train-* - 配置名称：stella-mrl-large-zh-v3.5-1792d 数据文件： - 划分：训练集（train） 路径：stella-mrl-large-zh-v3.5-1792d/train-*

原始信息汇总

数据集概述

数据集配置名称：acge_text_embedding

• 特征:
  • query: 字符串类型
  • docs: 字符串序列类型
  • query_enc: 浮点数序列类型
  • docs_enc: 浮点数序列类型
  • cos_scores: 浮点数序列类型
  • target: 整数序列类型
• 分割:
  • train: 1730220911字节，6123个样本
• 下载大小: 1286604489字节
• 数据集大小: 1730220911字节

数据集配置名称：gte-large-zh

• 特征:
  • query: 字符串类型
  • docs: 字符串序列类型
  • query_enc: 浮点数序列类型
  • docs_enc: 浮点数序列类型
  • cos_scores: 浮点数序列类型
  • target: 整数序列类型
• 分割:
  • train: 1078238063字节，6123个样本
• 下载大小: 789336708字节
• 数据集大小: 1078238063字节

数据集配置名称：multilingual-e5-base

• 特征:
  • query: 字符串类型
  • docs: 字符串序列类型
  • query_enc: 浮点数序列类型
  • docs_enc: 浮点数序列类型
  • cos_scores: 浮点数序列类型
  • target: 整数序列类型
• 分割:
  • train: 860910447字节，6123个样本
• 下载大小: 621666566字节
• 数据集大小: 860910447字节

数据集配置名称：multilingual-e5-large

• 特征:
  • query: 字符串类型
  • docs: 字符串序列类型
  • query_enc: 浮点数序列类型
  • docs_enc: 浮点数序列类型
  • cos_scores: 浮点数序列类型
  • target: 整数序列类型
• 分割:
  • train: 1078238063字节，6123个样本
• 下载大小: 788026921字节
• 数据集大小: 1078238063字节

数据集配置名称：multilingual-e5-small

• 特征:
  • query: 字符串类型
  • docs: 字符串序列类型
  • query_enc: 浮点数序列类型
  • docs_enc: 浮点数序列类型
  • cos_scores: 浮点数序列类型
  • target: 整数序列类型
• 分割:
  • train: 534919023字节，6123个样本
• 下载大小: 370065934字节
• 数据集大小: 534919023字节

数据集配置名称：stella-mrl-large-zh-v3.5-1792d

• 特征:
  • query: 字符串类型
  • docs: 字符串序列类型
  • query_enc: 浮点数序列类型
  • docs_enc: 浮点数序列类型
  • cos_scores: 浮点数序列类型
  • target: 整数序列类型
• 分割:
  • train: 1730220911字节，6123个样本
• 下载大小: 1289439878字节
• 数据集大小: 1730220911字节