Qdrant/dbpedia-entities-openai3-text-embedding-3-large-3072-1M

该数据集包含100万条OpenAI嵌入数据，使用text-embedding-3-large模型生成3072维度的嵌入，以及ada-002模型生成1536维度的嵌入。数据集创建于2024年2月，嵌入的文本包括标题和正文。数据集来源于https://huggingface.co/datasets/BeIR/dbpedia-entity的前100万条记录，由@KShivendu_提取。

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 许可证: Apache 2.0
• 大小类别: 1M<n<10M
• 任务类别: 特征提取
• 美观名称: OpenAI v3 Large 1M

数据集信息

• 特征:
  • _id: 字符串
  • title: 字符串
  • text: 字符串
  • text-embedding-ada-002-1536-embedding: 浮点数序列
  • text-embedding-3-large-3072-embedding: 浮点数序列
• 分割:
  • train: 31115725776 字节, 1000000 个样本
• 下载大小: 24796927580 字节
• 数据集大小: 31115725776 字节

配置

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

详细描述

• 创建时间: 2024年2月
• 用于嵌入的文本: title (字符串) + text (字符串)
• 嵌入模型: text-embedding-3-large
• 数据来源: 从 https://huggingface.co/datasets/BeIR/dbpedia-entity 的前100万条记录生成