five

hgissbkh/CMedQAv1-reranking

收藏
Hugging Face2024-05-22 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/hgissbkh/CMedQAv1-reranking
下载链接
链接失效反馈
官方服务：
资源简介：
--- dataset_info: - config_name: acge_text_embedding features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 1481827155 num_examples: 1000 download_size: 1130586044 dataset_size: 1481827155 - config_name: gte-large-zh features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 861283155 num_examples: 1000 download_size: 657766982 dataset_size: 861283155 - config_name: multilingual-e5-base features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 654435155 num_examples: 1000 download_size: 498425634 dataset_size: 654435155 - config_name: multilingual-e5-large features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 861283155 num_examples: 1000 download_size: 656363527 dataset_size: 861283155 - config_name: multilingual-e5-small features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 344163155 num_examples: 1000 download_size: 258565410 dataset_size: 344163155 - config_name: stella-mrl-large-zh-v3.5-1792d features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 1481827155 num_examples: 1000 download_size: 1130825185 dataset_size: 1481827155 configs: - config_name: acge_text_embedding data_files: - split: train path: acge_text_embedding/train-* - config_name: gte-large-zh data_files: - split: train path: gte-large-zh/train-* - config_name: multilingual-e5-base data_files: - split: train path: multilingual-e5-base/train-* - config_name: multilingual-e5-large data_files: - split: train path: multilingual-e5-large/train-* - config_name: multilingual-e5-small data_files: - split: train path: multilingual-e5-small/train-* - config_name: stella-mrl-large-zh-v3.5-1792d data_files: - split: train path: stella-mrl-large-zh-v3.5-1792d/train-* ---

数据集信息： - 配置名称：acge_text_embedding 特征字段： - 字段名：查询（query），数据类型：字符串 - 字段名：文档（docs），数据类型：字符串序列 - 字段名：查询编码（query_enc），数据类型：64位浮点数序列 - 字段名：文档编码（docs_enc），数据类型：双层64位浮点数序列 - 字段名：余弦相似度得分（cos_scores），数据类型：64位浮点数序列 - 字段名：目标标签（target），数据类型：64位整数序列 数据集划分： - 划分集：训练集（train），占用字节数：1481827155，样本数量：1000 下载大小：1130586044，数据集存储大小：1481827155 - 配置名称：gte-large-zh 特征字段： - 字段名：查询（query），数据类型：字符串 - 字段名：文档（docs），数据类型：字符串序列 - 字段名：查询编码（query_enc），数据类型：64位浮点数序列 - 字段名：文档编码（docs_enc），数据类型：双层64位浮点数序列 - 字段名：余弦相似度得分（cos_scores），数据类型：64位浮点数序列 - 字段名：目标标签（target），数据类型：64位整数序列 数据集划分： - 划分集：训练集（train），占用字节数：861283155，样本数量：1000 下载大小：657766982，数据集存储大小：861283155 - 配置名称：multilingual-e5-base 特征字段： - 字段名：查询（query），数据类型：字符串 - 字段名：文档（docs），数据类型：字符串序列 - 字段名：查询编码（query_enc），数据类型：64位浮点数序列 - 字段名：文档编码（docs_enc），数据类型：双层64位浮点数序列 - 字段名：余弦相似度得分（cos_scores），数据类型：64位浮点数序列 - 字段名：目标标签（target），数据类型：64位整数序列 数据集划分： - 划分集：训练集（train），占用字节数：654435155，样本数量：1000 下载大小：498425634，数据集存储大小：654435155 - 配置名称：multilingual-e5-large 特征字段： - 字段名：查询（query），数据类型：字符串 - 字段名：文档（docs），数据类型：字符串序列 - 字段名：查询编码（query_enc），数据类型：64位浮点数序列 - 字段名：文档编码（docs_enc），数据类型：双层64位浮点数序列 - 字段名：余弦相似度得分（cos_scores），数据类型：64位浮点数序列 - 字段名：目标标签（target），数据类型：64位整数序列 数据集划分： - 划分集：训练集（train），占用字节数：861283155，样本数量：1000 下载大小：656363527，数据集存储大小：861283155 - 配置名称：multilingual-e5-small 特征字段： - 字段名：查询（query），数据类型：字符串 - 字段名：文档（docs），数据类型：字符串序列 - 字段名：查询编码（query_enc），数据类型：64位浮点数序列 - 字段名：文档编码（docs_enc），数据类型：双层64位浮点数序列 - 字段名：余弦相似度得分（cos_scores），数据类型：64位浮点数序列 - 字段名：目标标签（target），数据类型：64位整数序列 数据集划分： - 划分集：训练集（train），占用字节数：344163155，样本数量：1000 下载大小：258565410，数据集存储大小：344163155 - 配置名称：stella-mrl-large-zh-v3.5-1792d 特征字段： - 字段名：查询（query），数据类型：字符串 - 字段名：文档（docs），数据类型：字符串序列 - 字段名：查询编码（query_enc），数据类型：64位浮点数序列 - 字段名：文档编码（docs_enc），数据类型：双层64位浮点数序列 - 字段名：余弦相似度得分（cos_scores），数据类型：64位浮点数序列 - 字段名：目标标签（target），数据类型：64位整数序列 数据集划分： - 划分集：训练集（train），占用字节数：1481827155，样本数量：1000 下载大小：1130825185，数据集存储大小：1481827155 配置项： - 配置名称：acge_text_embedding，数据文件： - 划分集：训练集（train），文件路径：acge_text_embedding/train-* - 配置名称：gte-large-zh，数据文件： - 划分集：训练集（train），文件路径：gte-large-zh/train-* - 配置名称：multilingual-e5-base，数据文件： - 划分集：训练集（train），文件路径：multilingual-e5-base/train-* - 配置名称：multilingual-e5-large，数据文件： - 划分集：训练集（train），文件路径：multilingual-e5-large/train-* - 配置名称：multilingual-e5-small，数据文件： - 划分集：训练集（train），文件路径：multilingual-e5-small/train-* - 配置名称：stella-mrl-large-zh-v3.5-1792d，数据文件： - 划分集：训练集（train），文件路径：stella-mrl-large-zh-v3.5-1792d/train-*
提供机构：
hgissbkh
原始信息汇总

数据集概述

数据集配置

1. acge_text_embedding

  • 特征:
    • query: 字符串类型
    • docs: 字符串序列
    • query_enc: 浮点数序列
    • docs_enc: 浮点数序列的序列
    • cos_scores: 浮点数序列
    • target: 整数序列
  • 分割:
    • train:
      • 字节数: 1481827155
      • 样本数: 1000
  • 下载大小: 1130586044
  • 数据集大小: 1481827155

2. gte-large-zh

  • 特征:
    • query: 字符串类型
    • docs: 字符串序列
    • query_enc: 浮点数序列
    • docs_enc: 浮点数序列的序列
    • cos_scores: 浮点数序列
    • target: 整数序列
  • 分割:
    • train:
      • 字节数: 861283155
      • 样本数: 1000
  • 下载大小: 657766982
  • 数据集大小: 861283155

3. multilingual-e5-base

  • 特征:
    • query: 字符串类型
    • docs: 字符串序列
    • query_enc: 浮点数序列
    • docs_enc: 浮点数序列的序列
    • cos_scores: 浮点数序列
    • target: 整数序列
  • 分割:
    • train:
      • 字节数: 654435155
      • 样本数: 1000
  • 下载大小: 498425634
  • 数据集大小: 654435155

4. multilingual-e5-large

  • 特征:
    • query: 字符串类型
    • docs: 字符串序列
    • query_enc: 浮点数序列
    • docs_enc: 浮点数序列的序列
    • cos_scores: 浮点数序列
    • target: 整数序列
  • 分割:
    • train:
      • 字节数: 861283155
      • 样本数: 1000
  • 下载大小: 656363527
  • 数据集大小: 861283155

5. multilingual-e5-small

  • 特征:
    • query: 字符串类型
    • docs: 字符串序列
    • query_enc: 浮点数序列
    • docs_enc: 浮点数序列的序列
    • cos_scores: 浮点数序列
    • target: 整数序列
  • 分割:
    • train:
      • 字节数: 344163155
      • 样本数: 1000
  • 下载大小: 258565410
  • 数据集大小: 344163155

6. stella-mrl-large-zh-v3.5-1792d

  • 特征:
    • query: 字符串类型
    • docs: 字符串序列
    • query_enc: 浮点数序列
    • docs_enc: 浮点数序列的序列
    • cos_scores: 浮点数序列
    • target: 整数序列
  • 分割:
    • train:
      • 字节数: 1481827155
      • 样本数: 1000
  • 下载大小: 1130825185
  • 数据集大小: 1481827155

数据文件路径

  • acge_text_embedding:
    • train: acge_text_embedding/train-*
  • gte-large-zh:
    • train: gte-large-zh/train-*
  • multilingual-e5-base:
    • train: multilingual-e5-base/train-*
  • multilingual-e5-large:
    • train: multilingual-e5-large/train-*
  • multilingual-e5-small:
    • train: multilingual-e5-small/train-*
  • stella-mrl-large-zh-v3.5-1792d:
    • train: stella-mrl-large-zh-v3.5-1792d/train-*
搜集汇总
数据集介绍
main_image_url
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
关于我们
遇见数据集——让每个数据集都被发现，让每一次遇见都有价值。
数发科官网www.sfktec.com.cn
联系我们
youjian
selectdataset@iotsh.com.cn
商业合作
数据驱动未来，携手共赢发展
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作