mixedbread-ai/public_ohr_v2_news

---
dataset_info:
- config_name: corpus
features:
- name: corpus-id
dtype: string
- name: image
dtype: image
splits:
- name: train
num_bytes: 608272575.0
num_examples: 487
download_size: 598847236
dataset_size: 608272575.0
- config_name: default
features:
- name: query-id
dtype: string
- name: corpus-id
dtype: string
- name: score
dtype: int64
splits:
- name: train
num_bytes: 120981
num_examples: 1263
download_size: 55792
dataset_size: 120981
- config_name: queries
features:
- name: query-id
dtype: string
- name: query
dtype: string
splits:
- name: train
num_bytes: 176470
num_examples: 1202
download_size: 127176
dataset_size: 176470
configs:
- config_name: corpus
data_files:
- split: train
path: corpus/train-*
- config_name: default
data_files:
- split: train
path: data/train-*
- config_name: queries
data_files:
- split: train
path: queries/train-*
---

数据集信息：
- 配置名称：语料库（corpus）
特征字段：
- 名称：语料库ID（corpus-id）
数据类型：字符串（string）
- 名称：图像（image）
数据类型：图像（image）
数据集划分：
- 划分：训练集（train）
字节数：608272575.0
样本数：487
下载大小：598847236
数据集总大小：608272575.0
- 配置名称：默认（default）
特征字段：
- 名称：查询ID（query-id）
数据类型：字符串（string）
- 名称：语料库ID（corpus-id）
数据类型：字符串（string）
- 名称：得分（score）
数据类型：64位整数（int64）
数据集划分：
- 划分：训练集（train）
字节数：120981
样本数：1263
下载大小：55792
数据集总大小：120981
- 配置名称：查询集（queries）
特征字段：
- 名称：查询ID（query-id）
数据类型：字符串（string）
- 名称：查询（query）
数据类型：字符串（string）
数据集划分：
- 划分：训练集（train）
字节数：176470
样本数：1202
下载大小：127176
数据集总大小：176470
数据集配置：
- 配置名称：语料库（corpus）
数据文件：
- 划分：训练集（train）
路径：corpus/train-*
- 配置名称：默认（default）
数据文件：
- 划分：训练集（train）
路径：data/train-*
- 配置名称：查询集（queries）
数据文件：
- 划分：训练集（train）
路径：queries/train-*