0x70DA/ms_marco_clean

---
dataset_info:
features:
- name: query
dtype: string
- name: context
dtype: string
- name: answer
dtype: string
splits:
- name: validation
num_bytes: 25195165.999419145
num_examples: 7059
- name: train
num_bytes: 208554643.03976434
num_examples: 58192
- name: test
num_bytes: 24321156.439980637
num_examples: 6814
download_size: 135125755
dataset_size: 258070965.47916412
---
# Dataset Card for "ms_marco_clean"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息:
特征字段:
- 字段名: query（查询），数据类型: 字符串型
- 字段名: context（上下文），数据类型: 字符串型
- 字段名: answer（答案），数据类型: 字符串型
数据集拆分:
- 拆分名称: 验证集（validation），字节占用量: 25195165.999419145，样本数量: 7059
- 拆分名称: 训练集（train），字节占用量: 208554643.03976434，样本数量: 58192
- 拆分名称: 测试集（test），字节占用量: 24321156.439980637，样本数量: 6814
下载总大小: 135125755
数据集总占用大小: 258070965.47916412
---
# 「ms_marco_clean」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

ms_marco_clean

数据集特征

• query: 数据类型为字符串
• context: 数据类型为字符串
• answer: 数据类型为字符串

数据集分割

• validation:
  • 数据量: 25,195,165.999419145字节
  • 示例数量: 7,059
• train:
  • 数据量: 208,554,643.03976434字节
  • 示例数量: 58,192
• test:
  • 数据量: 24,321,156.439980637字节
  • 示例数量: 6,814

数据集大小

• 下载大小: 135,125,755字节
• 数据集总大小: 258,070,965.47916412字节