LongQ/wiki-gte-rag

---
dataset_info:
features:
- name: title
dtype: string
- name: url
dtype: string
- name: text
dtype: string
- name: embed
sequence: float32
splits:
- name: train
num_bytes: 30005594
num_examples: 5515
download_size: 30604921
dataset_size: 30005594
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：标题（title），数据类型：字符串（string）
- 名称：链接（url），数据类型：字符串（string）
- 名称：文本（text），数据类型：字符串（string）
- 名称：嵌入（embed），数据类型：float32类型序列
数据集拆分：
- 拆分名称：训练集（train），占用字节数：30005594，样本数量：5515
下载大小：30604921字节，数据集总大小：30005594字节
配置项：
- 配置名称：默认配置（default），数据文件路径：
- 训练集拆分对应路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• 名称: title
  • 数据类型: string
• 名称: url
  • 数据类型: string
• 名称: text
  • 数据类型: string
• 名称: embed
  • 数据类型: float32（序列）

数据分割

• 名称: train
  • 字节数: 30005594
  • 样本数: 5515

数据集大小

• 下载大小: 30604921
• 实际大小: 30005594

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*