Dataset
patent_embedding
Qwen3-4B Patent Embeddings (专利特征向量数据集) 📌 简介 (Introduction) 本数据集包含了海量专利文本的特征向量(Embeddings)。所有特征向量均使用强大的 Qwen3-embedding-4B 模型提取。 数据领域: 专利 (Patents) 特征提取模型: Qwen3-embedding-4B 数据格式: .mmap (Memory-mapped file, numpy-compatible) + .tsv 数据精度: float16 📂 数据结构 (Data Structure) 由于数据量庞大,在生成时使用了 4 张 GPU 进行分布式计算,因此数据被划分为 4 个分片(Shards):shard_0 到 shard_3。 每个 Shard 目录下包含以下核心文件: embeddings.float16.mmap: 核心的特征向量矩阵
Data preview
Loading preview...
Dataset card
patent_embedding is listed on Hugging Face by TMSDMAP.
The listing has drawn 64 downloads and 0 likes on Hugging Face.
The data
The source tags it with embeddings, patents and qwen3.
Documentation & references 1
Discussion
Questions or observations about this dataset? Join the conversation on X.
No comments yet. Start the conversation on X.