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-*。