sproos/1m-embeddings-v3-large

该数据集包含两个主要特征：文本（text）和嵌入（embedding），其中文本数据类型为字符串，嵌入为浮点数序列。数据集主要分为训练集，训练集包含超过114万样本，总数据大小约为136亿字节，下载大小约为98亿字节。数据集的默认配置中，训练数据文件路径为data/train-*。

数据集信息：
特征项：
- 名称：text（文本），数据类型：字符串（string）
- 名称：embedding（嵌入向量），数据类型：float64（双精度浮点数）序列
数据集拆分：
- 拆分名称：train（训练集），占用字节数：13597743149，样本总数：1141728
下载总大小：9847492139
数据集总存储大小：13597743149
配置项：
- 配置名称：default（默认配置），数据文件配置：
- 对应拆分：train（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

• text：字符串类型
• embedding：序列类型，数据类型为float64

数据集分割

• train：
  • 示例数量：1141728
  • 数据大小：13597743149字节

数据集大小

• 下载大小：9847492139字节
• 数据集总大小：13597743149字节