pxyu/MSMARCO-TILDE-Top200-CSV300k

--- dataset_info: features: - name: pid dtype: string - name: psg sequence: string splits: - name: train num_bytes: 8145286703 num_examples: 8841823 download_size: 2136640558 dataset_size: 8145286703 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据特征

• pid: 数据类型为字符串。
• psg: 数据类型为字符串。

数据分割

• train:
  • 字节数: 8145286703
  • 样本数: 8841823

数据集大小

• 下载大小: 2136640558
• 数据集大小: 8145286703

配置

• default:
  • 数据文件路径: data/train-*