jxm/cqadupstack__gtr_base__dpr

---
dataset_info:
features:
- name: text
dtype: string
- name: embeddings_A
sequence: float32
- name: embeddings_B
sequence: float32
splits:
- name: train
num_bytes: 703439722
num_examples: 100000
download_size: 789472189
dataset_size: 703439722
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
- 字段标识符：text（文本），数据类型：字符串
- 字段标识符：embeddings_A（嵌入向量A），数据格式：float32序列
- 字段标识符：embeddings_B（嵌入向量B），数据格式：float32序列
数据集拆分：
- 拆分名称：train（训练集），占用字节数：703439722，样本总量：100000
下载大小：789472189 字节
数据集存储大小：703439722 字节
数据集配置：
- 配置名称：default（默认配置），数据文件配置：
- 对应拆分：train（训练集），文件路径：data/train-*

原始信息汇总

数据集概述

特征信息

• text: 数据类型为字符串。
• embeddings_A: 数据类型为浮点数序列。
• embeddings_B: 数据类型为浮点数序列。

数据分割

• train: 包含100000个样本，占用703439722字节。

数据集大小

• 下载大小: 789472189字节。
• 实际大小: 703439722字节。

配置信息

• default: 包含训练数据文件，路径为data/train-*。