返回数据集雷达

GTE-Synthetic-Pairs

GTE-Synthetic-Pairs

发布方 Alibaba 发布 2023-08 规模 788M 对
检索与Embedding 单一数据集 全球 商用友好 embedding synthetic
访问 huggingface.co

来源描述

GTE 模型用的多语合成对

MIT

HuggingFace 实测指标

这一条没有可靠的 HuggingFace 仓库——它只在自家站点发布（WARC / tar 包 / 需签署协议 / 仅存于 GitHub）， 或者 HF 上的同名仓库是第三方子集与镜像，接上去会给出误导性的下载量。宁可留空，也不挂错数字。

训练阶段（本刊判断）

中训练

用途与主题（本刊判断）

RAG 知识库

同领域 · 检索与Embedding

MS MARCO ★

搜索引擎查询日志 → 段落检索经典
BGE-Pretrain-Data

BGE-M3 预训练用文本对
MEDI

Instruction-tuned embedding 训练集

领域、训练阶段、用途、License 分级与本刊判断由本刊维护； 规模、许可证与商用授权最终请以 原站 为准。