yuri-no/30k

---
dataset_info:
features:
- name: query_id
dtype: string
- name: query
dtype: string
- name: positive_passages
list:
- name: docid
dtype: string
- name: text
dtype: string
- name: title
dtype: string
- name: negative_passages
list:
- name: docid
dtype: string
- name: text
dtype: string
- name: title
dtype: string
splits:
- name: train
num_bytes: 341258594
num_examples: 22863
- name: multitask
num_bytes: 169726776.6366035
num_examples: 3651
download_size: 718095965
dataset_size: 510985370.6366035
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: multitask
path: data/multitask-*
---

原始信息汇总

数据集概述

数据特征

• query_id: 数据类型为字符串。
• query: 数据类型为字符串。
• positive_passages: 列表类型，包含以下字段：
  • docid: 数据类型为字符串。
  • text: 数据类型为字符串。
  • title: 数据类型为字符串。
• negative_passages: 列表类型，包含以下字段：
  • docid: 数据类型为字符串。
  • text: 数据类型为字符串。
  • title: 数据类型为字符串。

数据分割

• train:
  • 字节数: 341258594
  • 样本数: 22863
• multitask:
  • 字节数: 169726776.6366035
  • 样本数: 3651

数据大小

• 下载大小: 718095965 字节
• 数据集大小: 510985370.6366035 字节

配置信息

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • multitask: 路径为 data/multitask-*