AliE02/Wikipedia-Chunks-Embeddings-2

---
dataset_info:
features:
- name: chunk
dtype: string
- name: embedding
sequence: float64
splits:
- name: train
num_bytes: 2718734989
num_examples: 284375
download_size: 803559043
dataset_size: 2718734989
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

特征信息

• chunk: 数据类型为字符串。
• embedding: 数据类型为浮点数序列。

数据分割

• train: 包含284,375个样本，占用2,718,734,989字节。

数据集大小

• 下载大小: 803,559,043字节。
• 数据集大小: 2,718,734,989字节。

配置信息

• default:
  • 数据文件:
    • train: 路径为data/train-*。