nthakur-backup/bge-retrieval-data-news-50K

--- 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: 638667911.5258379 num_examples: 38166 download_size: 431199112 dataset_size: 638667911.5258379 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 名称：query_id，数据类型：字符串 - 名称：query，数据类型：字符串 - 名称：正例段落（positive_passages），为列表类型，列表内包含字段： - 文档ID（docid），数据类型：字符串 - 文本（text），数据类型：字符串 - 标题（title），数据类型：字符串 - 名称：负例段落（negative_passages），为列表类型，列表内包含字段： - 文档ID（docid），数据类型：字符串 - 文本（text），数据类型：字符串 - 标题（title），数据类型：字符串 - 名称：subset，数据类型：字符串 数据集划分： - 划分名称：训练集（train），字节数：638667911.5258379，样本数量：38166 下载大小：431199112，数据集存储大小：638667911.5258379 配置项： - 配置名称：默认配置（default），数据文件配置： - 数据集划分：训练集（train），文件路径：data/train-*