AtAndDev/MedRag-textbooks-stella_en_400M_v5

该数据集包含125,847个训练样本，每个样本具有id、title、content、contents和embeddings等特征。其中，embeddings是一个浮点数序列。数据集的总大小为721,623,922字节，下载大小为694,579,879字节。数据集的配置名为default，数据文件路径为data/train-*。

The dataset contains 125,847 training samples, each with features such as id, title, content, contents, and embeddings. The embeddings are a sequence of float32 values. The total size of the dataset is 721,623,922 bytes, with a download size of 694,579,879 bytes. The dataset configuration is named default, and the data files are located at data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • id: 字符串类型
  • title: 字符串类型
  • content: 字符串类型
  • contents: 字符串类型
  • embeddings: 浮点数序列类型

数据分割

• train:
  • 样本数量: 125847
  • 字节数: 721623922

数据集大小

• 下载大小: 694579879 字节
• 数据集大小: 721623922 字节

配置

• default:
  • 数据文件:
    • train: data/train-*