andersonbcdefg/MEDI-processed-no-instruct-dedup

---
dataset_info:
features:
- name: pos
dtype: string
- name: task_name
dtype: string
- name: neg
dtype: string
- name: query
dtype: string
splits:
- name: train
num_bytes: 945195743.7329143
num_examples: 650178
download_size: 499793074
dataset_size: 945195743.7329143
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：pos（正样本，positive sample），数据类型：字符串
- 字段名：task_name（任务名称），数据类型：字符串
- 字段名：neg（负样本，negative sample），数据类型：字符串
- 字段名：query（查询样本），数据类型：字符串
数据拆分：
- 拆分名称：训练集，字节大小：945195743.7329143，样本数量：650178
下载大小：499793074 字节
数据集总大小：945195743.7329143 字节
数据集配置：
- 配置名称：默认配置（default），数据文件：
- 拆分：训练集，文件路径：data/train-*

原始信息汇总

数据集概述

数据特征

• pos: 数据类型为字符串
• task_name: 数据类型为字符串
• neg: 数据类型为字符串
• query: 数据类型为字符串

数据分割

• train: 包含650178个样本，占用945195743.7329143字节

数据集大小

• 下载大小: 499793074字节
• 数据集大小: 945195743.7329143字节

配置

• default:
  • 数据文件路径: data/train-*