jxm/msmarco__openai_ada2

---
dataset_info:
features:
- name: text
dtype: string
- name: embeddings_A
sequence: float64
splits:
- name: train
num_bytes: 1261248895
num_examples: 100000
download_size: 1269984778
dataset_size: 1261248895
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集详情：
特征字段：
- 名称：文本（text），数据类型：字符串（string）
- 名称：嵌入向量A（embeddings_A），数据类型：float64序列
数据集拆分：
- 拆分名称：训练集（train），占用字节数：1261248895，样本数量：100000
下载大小：1269984778
数据集总大小：1261248895
配置项：
- 配置名：默认配置（default），数据文件：
- 对应拆分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据特征

• text: 数据类型为字符串。
• embeddings_A: 数据类型为浮点数序列。

数据分割

• train: 包含100000个样本，总字节数为1261248895。

数据集大小

• 下载大小: 1269984778字节。
• 实际大小: 1261248895字节。

配置信息

• default: 包含训练数据文件，路径为data/train-*。