lightonai/ms-marco-en-bge
收藏官方服务：
资源简介：
ms-marco-en-bge数据集包含MS MARCO数据集中的文档和查询，并使用BGE-M3和bge-reranker-v2-m3进行相似性挖掘和评分。数据集分为三个部分：queries（查询）、documents（文档）和train（训练数据）。queries部分包含查询ID和查询文本，documents部分包含文档ID和文档文本，train部分包含查询ID、相关文档ID列表及其对应的分数。该数据集可用于通过知识蒸馏训练检索模型。
This dataset contains the MS MARCO dataset with documents similar to the query mined using BGE-M3 and then scored by bge-reranker-v2-m3. It can be used to train a retrieval model using knowledge distillation. The dataset is divided into three configurations: queries, documents, and train. Each configuration has different features and data files.
提供机构：
lightonai
