nthakur-backup/bge-retrieval-data-3-datasets-20K-default

---
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
- name: subset
dtype: string
splits:
- name: train
num_bytes: 369570058
num_examples: 20926
download_size: 216858054
dataset_size: 369570058
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：查询ID（query_id），数据类型：字符串
- 名称：查询文本（query），数据类型：字符串
- 名称：正例段落集合（positive_passages），为列表类型，每个列表元素包含子字段：
- 文档ID（docid）：字符串类型
- 文本内容（text）：字符串类型
- 标题（title）：字符串类型
- 名称：负例段落集合（negative_passages），为列表类型，每个列表元素包含子字段：
- 文档ID（docid）：字符串类型
- 文本内容（text）：字符串类型
- 标题（title）：字符串类型
- 名称：数据集子集（subset），数据类型：字符串
数据集划分：
- 划分名称：训练集（train），字节占用数：369570058，样本总量：20926
整体下载大小：216858054，数据集总存储大小：369570058
配置项：
- 配置名称：默认配置（default），数据文件配置如下：
- 对应划分：训练集（train），文件路径：data/train-*