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-*