Qdrant/dbpedia-entities-openai3-text-embedding-3-large-1024-100K

---
dataset_info:
features:
- name: _id
dtype: string
- name: title
dtype: string
- name: text
dtype: string
- name: text-embedding-3-large-1024-embedding
sequence: float64
splits:
- name: train
num_bytes: 858335009
num_examples: 100000
download_size: 662051847
dataset_size: 858335009
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：_id，数据类型：字符串
- 字段名：title，数据类型：字符串
- 字段名：text，数据类型：字符串
- 字段名：text-embedding-3-large-1024-embedding，数据类型：64位浮点数序列
数据划分：
- 划分名称：train（训练集），字节占用量：858335009，样本数量：100000
下载大小：662051847 字节，数据集总大小：858335009 字节
数据集配置：
- 配置名称：default（默认配置），数据文件：
- 对应数据划分：train（训练集），存储路径：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。
• text: 数据类型为字符串。
• text-embedding-3-large-1024-embedding: 数据类型为浮点数序列。

数据集划分

• train: 包含100000个样本，占用858335009字节。

数据集大小

• 下载大小: 662051847字节。
• 数据集大小: 858335009字节。

配置

• default: 包含训练数据文件，路径为data/train-*。