LAION eV 发布 Wikipedia_11_23_BGE-M3_Embeddings 数据集, 应用在 自然语言处理、词嵌入 领域

LAION eV 本次发布的数据集 Wikipedia_11_23_BGE-M3_Embeddings, 该数据集包含网页的URL、文本内容及其嵌入表示。数据集分为一个训练集，包含2,931,689个样本，总大小为24,628,737,540字节。数据集的下载大小为17,921,952,630字节。

查看Wikipedia_11_23_BGE-M3_Embeddings

Dataset card 内容： 

Files and versions 内容： 

关于 LAION eV , LAION是一个专注于构建大规模图像-文本对数据集的开源项目。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。