mgor/xtremeup-retrieval-cross-lang-mdpr-passage-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: 440125050
dataset_size: 388777317
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
- 标识（id）：数据类型为字符串（string）
- 标题（title）：数据类型为字符串（string）
- 上下文（context）：数据类型为字符串（string）
- 嵌入向量（emb）：数据类型为32位浮点型序列
数据集划分：
- 训练集（train）：占用字节数为388777317，样本总数为112426
下载总大小：440125050
数据集存储总大小：388777317
数据集配置：
- 默认配置（default）：数据文件配置为：训练划分对应的数据文件路径为 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

• 训练集:
  • 数据量: 388777317 字节
  • 示例数量: 112426

数据集大小

• 下载大小: 440125050 字节
• 数据集实际大小: 388777317 字节

配置

• 默认配置:
  • 训练数据文件路径: data/train-*