vm2825/reason-embed-sampled

---
dataset_info:
features:
- name: query
dtype: string
- name: doc
dtype: string
- name: label
dtype: string
- name: split
dtype: string
splits:
- name: combined
num_bytes: 122858001
num_examples: 53379
- name: part_1
num_bytes: 20814150
num_examples: 9000
- name: part_2
num_bytes: 22894626
num_examples: 10000
- name: part_3
num_bytes: 23082899
num_examples: 10000
- name: part_4
num_bytes: 22810132
num_examples: 10000
- name: part_5
num_bytes: 23290999
num_examples: 10000
- name: part_6
num_bytes: 9965195
num_examples: 4379
download_size: 126318709
dataset_size: 245716002
configs:
- config_name: default
data_files:
- split: combined
path: data/combined-*
- split: part_1
path: data/part_1-*
- split: part_2
path: data/part_2-*
- split: part_3
path: data/part_3-*
- split: part_4
path: data/part_4-*
- split: part_5
path: data/part_5-*
- split: part_6
path: data/part_6-*
---

数据集信息：
### 数据特征
本数据集包含4个字段：
1. 查询（query）：数据类型为字符串（string）
2. 文档（doc）：数据类型为字符串（string）
3. 标签（label）：数据类型为字符串（string）
4. 拆分标识（split）：数据类型为字符串（string）

### 数据集拆分
所有拆分的详细信息如下：
1. 拆分名称：combined，字节大小：122858001，样本数量：53379
2. 拆分名称：part_1，字节大小：20814150，样本数量：9000
3. 拆分名称：part_2，字节大小：22894626，样本数量：10000
4. 拆分名称：part_3，字节大小：23082899，样本数量：10000
5. 拆分名称：part_4，字节大小：22810132，样本数量：10000
6. 拆分名称：part_5，字节大小：23290999，样本数量：10000
7. 拆分名称：part_6，字节大小：9965195，样本数量：4379

本数据集的下载大小为126318709，总数据集大小为245716002。

### 配置项
本数据集包含1个默认配置（config_name: default），对应的数据文件路径如下：
- 拆分combined：对应数据文件路径为 data/combined-*
- 拆分part_1：对应数据文件路径为 data/part_1-*
- 拆分part_2：对应数据文件路径为 data/part_2-*
- 拆分part_3：对应数据文件路径为 data/part_3-*
- 拆分part_4：对应数据文件路径为 data/part_4-*
- 拆分part_5：对应数据文件路径为 data/part_5-*
- 拆分part_6：对应数据文件路径为 data/part_6-*