cfli/msmarco_train

---
dataset_info:
features:
- name: query
dtype: string
- name: pos
sequence: string
- name: neg
sequence: string
- name: pos_scores
sequence: float64
- name: neg_scores
sequence: float64
splits:
- name: train
num_bytes: 6124024410
num_examples: 502939
download_size: 3225800184
dataset_size: 6124024410
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：查询（query），数据类型：字符串
- 名称：正例样本集（pos），数据类型：字符串序列
- 名称：负例样本集（neg），数据类型：字符串序列
- 名称：正例得分（pos_scores），数据类型：双精度浮点型序列
- 名称：负例得分（neg_scores），数据类型：双精度浮点型序列
数据集划分：
- 名称：训练集（train），数据字节数：6124024410，样本数量：502939
下载大小：3225800184
数据集总大小：6124024410
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分集：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• query: 字符串类型
• pos: 字符串序列
• neg: 字符串序列
• pos_scores: 浮点数序列
• neg_scores: 浮点数序列

数据集分割

• train:
  • 示例数量: 502939
  • 数据大小: 6124024410 字节

数据集大小

• 下载大小: 3225800184 字节
• 数据集总大小: 6124024410 字节

配置信息

• config_name: default
• data_files:
  • split: train
  • path: data/train-*