andersonbcdefg/synthetic_nli_with_margins

---
dataset_info:
features:
- name: query
dtype: string
- name: pos
dtype: string
- name: neg
dtype: string
- name: source
dtype: string
- name: qp_sim
dtype: float32
- name: qn_sim
dtype: float32
- name: pn_sim
dtype: float32
- name: margin
dtype: float64
splits:
- name: train
num_bytes: 80736082.42304635
num_examples: 88731
download_size: 17255911
dataset_size: 80736082.42304635
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 查询（query）：数据类型为字符串
- 正样本（pos）：数据类型为字符串
- 负样本（neg）：数据类型为字符串
- 来源（source）：数据类型为字符串
- 查询-正样本相似度（qp_sim）：数据类型为单精度浮点型（float32）
- 查询-负样本相似度（qn_sim）：数据类型为单精度浮点型（float32）
- 正样本-负样本相似度（pn_sim）：数据类型为单精度浮点型（float32）
- 间隔（margin）：数据类型为双精度浮点型（float64）
数据集划分：
- 划分名称：训练集（train），占用字节数：80736082.42304635，样本数量：88731
下载大小：17255911
数据集总大小：80736082.42304635
配置项：
- 配置名称：默认配置（default），数据文件：
- 数据集划分：训练集，文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• query: 数据类型为字符串。
• pos: 数据类型为字符串。
• neg: 数据类型为字符串。
• source: 数据类型为字符串。
• qp_sim: 数据类型为浮点数（float32）。
• qn_sim: 数据类型为浮点数（float32）。
• pn_sim: 数据类型为浮点数（float32）。
• margin: 数据类型为浮点数（float64）。

数据集划分

• train: 包含88731个样本，占用80736082.42304635字节。

数据集大小

• 下载大小: 17255911字节。
• 数据集大小: 80736082.42304635字节。

配置

• default: 包含训练数据文件，路径为data/train-*。