daruokta/t5-gemma-2-multimodal-embedding

---
dataset_info:
- config_name: classification
features:
- name: sentence1
dtype: string
- name: sentence2
dtype: string
- name: label
dtype: int64
splits:
- name: train
num_bytes: 2969658
num_examples: 15244
download_size: 1551544
dataset_size: 2969658
- config_name: nli
features:
- name: premise
dtype: string
- name: hypothesis
dtype: string
- name: label
dtype: int64
splits:
- name: train
num_bytes: 4383335
num_examples: 22490
download_size: 2301963
dataset_size: 4383335
- config_name: parallel
features:
- name: anchor
dtype: string
- name: positive
dtype: string
splits:
- name: train
num_bytes: 217086524
num_examples: 1928223
download_size: 162919473
dataset_size: 217086524
- config_name: retrieval
features:
- name: anchor
dtype: string
- name: positive
dtype: string
splits:
- name: train
num_bytes: 31163429
num_examples: 49495
download_size: 19260935
dataset_size: 31163429
- config_name: sts
features:
- name: sentence1
dtype: string
- name: sentence2
dtype: string
- name: score
dtype: float64
splits:
- name: train
num_bytes: 5014985
num_examples: 30000
download_size: 3097490
dataset_size: 5014985
- config_name: vision_retrieval
features:
- name: image
dtype: image
- name: caption
dtype: string
splits:
- name: train
num_bytes: 1282062922
num_examples: 16000
download_size: 1280007483
dataset_size: 1282062922
- config_name: vision_sts
features:
- name: image
dtype: image
- name: caption
dtype: string
- name: score
dtype: float64
splits:
- name: train
num_bytes: 1597630059
num_examples: 18989
download_size: 1575050000
dataset_size: 1597630059
configs:
- config_name: classification
data_files:
- split: train
path: classification/train-*
- config_name: nli
data_files:
- split: train
path: nli/train-*
- config_name: parallel
data_files:
- split: train
path: parallel/train-*
- config_name: retrieval
data_files:
- split: train
path: retrieval/train-*
- config_name: sts
data_files:
- split: train
path: sts/train-*
- config_name: vision_retrieval
data_files:
- split: train
path: vision_retrieval/train-*
- config_name: vision_sts
data_files:
- split: train
path: vision_sts/train-*
---

数据集信息：
1. 配置名称：分类（classification）
特征项：
- 名称：sentence1，数据类型：字符串（string）
- 名称：sentence2，数据类型：字符串（string）
- 名称：label，数据类型：64位整数（int64）
数据集划分：
- 划分名称：训练集（train），占用字节数：2969658，样本总量：15244
下载大小：1551544，数据集总占用大小：2969658
2. 配置名称：自然语言推理（Natural Language Inference，NLI）
特征项：
- 名称：前提句（premise），数据类型：字符串（string）
- 名称：假设句（hypothesis），数据类型：字符串（string）
- 名称：label，数据类型：64位整数（int64）
数据集划分：
- 划分名称：训练集（train），占用字节数：4383335，样本总量：22490
下载大小：2301963，数据集总占用大小：4383335
3. 配置名称：平行语料（parallel）
特征项：
- 名称：锚定句（anchor），数据类型：字符串（string）
- 名称：正样本句（positive），数据类型：字符串（string）
数据集划分：
- 划分名称：训练集（train），占用字节数：217086524，样本总量：1928223
下载大小：162919473，数据集总占用大小：217086524
4. 配置名称：检索（retrieval）
特征项：
- 名称：锚定句（anchor），数据类型：字符串（string）
- 名称：正样本句（positive），数据类型：字符串（string）
数据集划分：
- 划分名称：训练集（train），占用字节数：31163429，样本总量：49495
下载大小：19260935，数据集总占用大小：31163429
5. 配置名称：语义文本相似度（Semantic Textual Similarity，STS）
特征项：
- 名称：sentence1，数据类型：字符串（string）
- 名称：sentence2，数据类型：字符串（string）
- 名称：score，数据类型：64位浮点数（float64）
数据集划分：
- 划分名称：训练集（train），占用字节数：5014985，样本总量：30000
下载大小：3097490，数据集总占用大小：5014985
6. 配置名称：视觉检索（vision_retrieval）
特征项：
- 名称：图像（image），数据类型：图像类型
- 名称：图像标题（caption），数据类型：字符串（string）
数据集划分：
- 划分名称：训练集（train），占用字节数：1282062922，样本总量：16000
下载大小：1280007483，数据集总占用大小：1282062922
7. 配置名称：视觉语义文本相似度（vision_sts）
特征项：
- 名称：图像（image），数据类型：图像类型
- 名称：图像标题（caption），数据类型：字符串（string）
- 名称：score，数据类型：64位浮点数（float64）
数据集划分：
- 划分名称：训练集（train），占用字节数：1597630059，样本总量：18989
下载大小：1575050000，数据集总占用大小：1597630059

配置清单：
- 配置名称：分类（classification），数据文件：
- 划分：训练集（train），文件路径：classification/train-*
- 配置名称：自然语言推理（Natural Language Inference，NLI），数据文件：
- 划分：训练集（train），文件路径：nli/train-*
- 配置名称：平行语料（parallel），数据文件：
- 划分：训练集（train），文件路径：parallel/train-*
- 配置名称：检索（retrieval），数据文件：
- 划分：训练集（train），文件路径：retrieval/train-*
- 配置名称：语义文本相似度（Semantic Textual Similarity，STS），数据文件：
- 划分：训练集（train），文件路径：sts/train-*
- 配置名称：视觉检索（vision_retrieval），数据文件：
- 划分：训练集（train），文件路径：vision_retrieval/train-*
- 配置名称：视觉语义文本相似度（vision_sts），数据文件：
- 划分：训练集（train），文件路径：vision_sts/train-*