tazarov/ds2

--- dataset_info: features: - name: id dtype: string - name: embedding sequence: float32 - name: document dtype: string - name: metadata._id dtype: string - name: metadata.title dtype: string splits: - name: train num_bytes: 660267 num_examples: 100 download_size: 947796 dataset_size: 660267 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "ds2" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 数据集信息： 特征： - 字段名：id，数据类型：字符串 - 字段名：embedding，数据类型：32位浮点数（float32）序列 - 字段名：document，数据类型：字符串 - 字段名：元数据._id，数据类型：字符串 - 字段名：元数据.标题，数据类型：字符串 划分集： - 划分集名称：训练集（train），字节数：660267，样本数量：100 下载大小：947796，数据集大小：660267 配置项： - 配置名称：默认（default） 数据文件： - 划分集：训练集（train），文件路径：data/train-* --- # 数据集卡片："ds2" [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征列表:

  • id: 数据类型为字符串。
  • embedding: 数据类型为浮点数序列。
  • document: 数据类型为字符串。
  • metadata._id: 数据类型为字符串。
  • metadata.title: 数据类型为字符串。

• 数据分割:

  • train: 包含100个样本，占用660267字节。

• 数据集大小:

  • 下载大小: 947796字节
  • 数据集大小: 660267字节

配置信息

• 配置名称: default
  • 数据文件:
    • train: 路径为data/train-*