mgor/xtremeup-retrieval-cross-lang-mdpr-tied-pft-nq

---
dataset_info:
features:
- name: id
dtype: string
- name: title
dtype: string
- name: context
dtype: string
- name: emb
sequence: float32
splits:
- name: train
num_bytes: 388777317
num_examples: 112426
download_size: 440121763
dataset_size: 388777317
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 字段名：id，数据类型：字符串（string）
- 字段名：title，数据类型：字符串（string）
- 字段名：context，数据类型：字符串（string）
- 字段名：emb，数据类型：由32位浮点型（float32）组成的序列
数据集划分：
- 划分名称：train（训练集），占用字节数：388777317，样本总量：112426
下载大小：440121763
数据集总占用大小：388777317
配置项：
- 配置名称：default（默认配置），数据文件对应关系：
- 划分train（训练集）对应路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• title: 数据类型为字符串。
• context: 数据类型为字符串。
• emb: 数据类型为浮点数32位序列。

数据集分割

• train:
  • 示例数量: 112426
  • 数据大小: 388777317字节

数据集大小

• 下载大小: 440121763字节
• 数据集总大小: 388777317字节

配置

• default:
  • 训练数据路径: data/train-*