nthakur/bge-retrieval-data-pruned-300K

该数据集包含了查询ID（query_id）、查询内容（query）、正例文本段落（positive_passages）和负例文本段落（negative_passages）等信息。正例和负例文本段落都包括文档ID（docid）、文本内容（text）和标题（title）。此外，数据集还提供了训练集的划分信息，包括示例数量和数据大小。数据集的总大小和下载大小也在README中给出。The dataset includes query ID (query_id), query content (query), positive passages (positive_passages) and negative passages (negative_passages) information. Both positive and negative passages include document ID (docid), text content (text) and title (title). Additionally, the dataset split information, number of examples, and data size are provided in the README.