deu05232/repro_msmarco-w-instructions-add_q-neg_same

---
dataset_info:
features:
- name: query_id
dtype: string
- name: query
dtype: string
- name: positive_passages
list:
- name: docid
dtype: string
- name: explanation
dtype: string
- name: followir_score
dtype: float64
- name: joint_id
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: only_instruction
dtype: string
- name: only_query
dtype: string
- name: has_instruction
dtype: bool
- name: new_negatives
list:
- name: docid
dtype: string
- name: explanation
dtype: string
- name: followir_score
dtype: float64
- name: joint_id
dtype: string
- name: text
dtype: string
- name: title
dtype: string
splits:
- name: train
num_bytes: 13504114825
num_examples: 1469493
download_size: 7815407194
dataset_size: 13504114825
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 「query_id（查询ID）」：字符串类型
- 「query（查询文本）」：字符串类型
- 「positive_passages（正例文本集）」：列表类型，包含以下子字段：
- 「docid（文档ID）」：字符串类型
- 「explanation（解释文本）」：字符串类型
- 「followir_score（followir评分）」：64位浮点型
- 「joint_id（联合ID）」：字符串类型
- 「text（文本内容）」：字符串类型
- 「title（标题）」：字符串类型
- 「negative_passages（负例文本集）」：列表类型，包含以下子字段：
- 「docid（文档ID）」：字符串类型
- 「text（文本内容）」：字符串类型
- 「title（标题）」：字符串类型
- 「only_instruction（仅指令文本）」：字符串类型
- 「only_query（仅查询文本）」：字符串类型
- 「has_instruction（是否包含指令）」：布尔类型
- 「new_negatives（新负例文本集）」：列表类型，包含以下子字段：
- 「docid（文档ID）」：字符串类型
- 「explanation（解释文本）」：字符串类型
- 「followir_score（followir评分）」：64位浮点型
- 「joint_id（联合ID）」：字符串类型
- 「text（文本内容）」：字符串类型
- 「title（标题）」：字符串类型
数据集划分：
- 划分集名称：train（训练集），占用字节数：13504114825，样本总数：1469493
下载总大小：7815407194，数据集总存储大小：13504114825
配置项：
- 配置名称：default（默认配置），数据文件配置：
- 对应划分集：train（训练集），文件路径：data/train-*