AtAndDev/MedRag-textbooks-gte-large-en-v1.5

该数据集包含多个字段，包括id、title、content、contents和embeddings，其中embeddings是一个浮点数序列。数据集主要分为训练集，包含125,847个示例，总大小为721,623,922字节。数据集的下载大小为694,585,703字节。

The dataset includes multiple fields such as id, title, content, contents, and embeddings, where embeddings is a sequence of float32. The dataset is primarily divided into a training set containing 125,847 examples, with a total size of 721,623,922 bytes. The download size of the dataset is 694,585,703 bytes.

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:
  • 字节数: 721623922
  • 样本数: 125847

数据大小

• 下载大小: 694585703 字节
• 数据集大小: 721623922 字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*