tantara/Nemotron-Personas-France-Qwen3-0.6B-embedding

Nemotron-Personas-France-Qwen3-0.6B-embedding数据集是一个嵌入向量数据集，基于源数据集nvidia/Nemotron-Personas-France，使用Qwen/Qwen3-Embedding-0.6B模型计算生成。该数据集包含100万行数据（对应源数据集的前100万行），嵌入维度为1024。嵌入的列包括：professional_persona、sports_persona、arts_persona、travel_persona、culinary_persona、persona、cultural_background、skills_and_expertise、hobbies_and_interests、career_goals_and_ambitions、sex、age、marital_status、household_type、education_level、occupation、commune、departement和country。数据集模式包含两列：uuid（字符串类型，作为主键，可用于连接回源数据集）和embedding（float32列表类型，表示1024维的嵌入向量）。该数据集可用于自然语言处理任务中的嵌入表示分析或下游应用。--- 许可协议：知识共享署名4.0（CC BY 4.0） tags: - 嵌入向量（embeddings） - 人设（personas） - Qwen3 - Nemotron --- # Nemotron-Personas-France-Qwen3-0.6B-嵌入数据集 本数据集为 [`nvidia/Nemotron-Personas-France`](https://huggingface.co/datasets/nvidia/Nemotron-Personas-France) 的嵌入向量，由 [`Qwen/Qwen3-Embedding-0.6B`](https://huggingface.co/Qwen/Qwen3-Embedding-0.6B) 模型生成。 ## 详情 - **源数据集**：`nvidia/Nemotron-Personas-France` - **嵌入模型**：`Qwen/Qwen3-Embedding-0.6B` - **嵌入维度**：1024 - **数据行数**：1000000（取自源数据集700万行中的前100万行） - **被嵌入的列**（按数据集内顺序）：`professional_persona`, `sports_persona`, `arts_persona`, `travel_persona`, `culinary_persona`, `persona`, `cultural_background`, `skills_and_expertise`, `hobbies_and_interests`, `career_goals_and_ambitions`, `sex`, `age`, `marital_status`, `household_type`, `education_level`, `occupation`, `commune`, `departement`, `country` ## 数据模式 | 列名 | 数据类型 | 描述 | |--------|------|-------------| | `uuid` | 字符串 | 主键，可与源数据集进行关联匹配 | | `embedding` | list<float32> | 1024维嵌入向量 | ## 加载方法 python from datasets import load_dataset ds = load_dataset("tantara/Nemotron-Personas-France-Qwen3-0.6B-embedding", split="train") print(ds[0]["uuid"], ds[0]["embedding"][:5])