待验证50% 置信事实精确时间
Prompteina-Data 是一个文本—蛋白质结构配对数据集，包含 180 万个结构与超过 5000 万条描述文本
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证The Pile是由EleutherAI创建的约825GB开源文本数据集，由22个子数据集组成，涵盖学术论文、代码、网页、书籍、维基百科等62% 相似待验证单次全基因组测序产生的原始数据量达数百GB，大规模队列研究如UK Biobank的50万人基因组数据产生PB级别的数据62% 相似待验证知识库检索中，文档分段后每个文本块通过嵌入模型（如text-embedding-ada-002或BGE系列）转换为高维向量存储在向量数据库中62% 相似待验证圭尔夫大学的生物多样性基因组学中心维护的国际生命条形码数据库（BOLD Systems）已收录超过1500万条条形码记录59% 相似待验证全球各大基因变异数据库（如ClinVar）中积累了数百万条意义未明（VUS）记录58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1002166API
curl https://kongchang.com/api/v1/knowledge/claims/1002166MCP
get_claim(id=1002166)