Lk123/SyntheticData

该数据集包含多个配置，每个配置都包含查询、正面示例、负面示例、查询指令和段落指令等特征。部分配置还包含少样本示例查询和少样本示例段落。数据集主要用于训练模型，可能涉及查询与段落匹配或相关任务。

原始信息汇总

数据集概述

配置一：data_GPT35_num12k_examplenum4_withexample_0407

• 特征:
  • query: 字符串
  • pos: 字符串序列
  • neg: 字符串序列
  • query_instruction: 字符串
  • passage_instruction: 字符串
  • fewshot_example_query: 字符串序列
  • fewshot_example_passage: 字符串序列
• 分割:
  • train:
    • 字节数: 228935972
    • 示例数: 45107
• 下载大小: 66066246
• 数据集大小: 228935972

配置二：data_GPT35_num12k_examplenum4_withoutexample_0407

• 特征:
  • query: 字符串
  • pos: 字符串序列
  • neg: 字符串序列
  • query_instruction: 字符串
  • passage_instruction: 字符串
• 分割:
  • train:
    • 字节数: 92768574
    • 示例数: 45107
• 下载大小: 43210041
• 数据集大小: 92768574

配置三：data_GPT35_num9k_examplenum4_withexample_0409

• 特征:
  • query: 字符串
  • pos: 字符串序列
  • neg: 字符串序列
  • query_instruction: 字符串
  • passage_instruction: 字符串
  • fewshot_example_query: 字符串序列
  • fewshot_example_passage: 字符串序列
• 分割:
  • train:
    • 字节数: 176902465
    • 示例数: 35012
• 下载大小: 51489195
• 数据集大小: 176902465

配置四：data_GPT35_num9k_examplenum4_withoutexample_0409

• 特征:
  • query: 字符串
  • pos: 字符串序列
  • neg: 字符串序列
  • query_instruction: 字符串
  • passage_instruction: 字符串
• 分割:
  • train:
    • 字节数: 71358317
    • 示例数: 35012
• 下载大小: 33642806
• 数据集大小: 71358317