Jaswanth-0821/mini_embedding_pretraining

--- license: apache-2.0 dataset_info: features: - name: query dtype: string - name: document dtype: string - name: dataset dtype: string splits: - name: train num_bytes: 17217822686 num_examples: 34485384 download_size: 10927788044 dataset_size: 17217822686 configs: - config_name: default data_files: - split: train path: data/train-* task_categories: - feature-extraction pretty_name: text size_categories: - 10M<n<100M ---许可证：Apache-2.0 数据集信息： 特征字段： - 字段名：查询（query），数据类型：字符串 - 字段名：文档（document），数据类型：字符串 - 字段名：数据集（dataset），数据类型：字符串 数据划分： - 划分名称：训练集（train），字节数：17217822686，样本数：34485384 下载大小：10927788044 数据集总大小：17217822686 配置项： - 配置名称：默认（default），数据文件： - 划分：训练集，路径：data/train-* 任务类别： - 特征抽取（feature-extraction） 友好名称：文本（text） 规模类别： - 1000万 < 样本数 < 1亿