andersonbcdefg/synthetic_tuples_gpt35_dedup_with_margins

---
dataset_info:
features:
- name: query
dtype: string
- name: pos
dtype: string
- name: neg
dtype: string
- name: source
dtype: string
- name: qp_sim
dtype: float32
- name: qn_sim
dtype: float32
- name: pn_sim
dtype: float32
- name: margin
dtype: float64
splits:
- name: train
num_bytes: 104061295.40289323
num_examples: 114366
download_size: 68081759
dataset_size: 104061295.40289323
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据特征

• query: 数据类型为字符串。
• pos: 数据类型为字符串。
• neg: 数据类型为字符串。
• source: 数据类型为字符串。
• qp_sim: 数据类型为浮点数（float32）。
• qn_sim: 数据类型为浮点数（float32）。
• pn_sim: 数据类型为浮点数（float32）。
• margin: 数据类型为浮点数（float64）。

数据分割

• train: 包含114366个样本，总大小为104061295.40289323字节。

数据集大小

• 下载大小: 68081759字节。
• 数据集大小: 104061295.40289323字节。

配置

• default: 包含训练数据文件，路径为data/train-*。