日本語および多言語のQA、NLI、パラフレーズデータセットのカタログで、各データセットの検索またはQAタスクとライセンス(Apache 2.0、CC‑BY‑SA/CC‑BY、MIT 等)を詳細に記載。
他の言語の説明
統計
2026年11月16日時点の統計
Hugging Face のダウンロード数(直近30日)
1,000
Hugging Face の Like 数
16
掲載日
2026年1月6日
ダウンロード数(直近30日)の推移
数値を表で見る
| 月 | DL(30日) |
|---|---|
| 2025年12月 | — |
| 2026年1月 | 7,000 |
| 2026年2月 | 6,000 |
| 2026年3月 | 16,000 |
| 2026年4月 | 1,000 |
| 2026年5月 | 6,000 |
| 2026年6月 | 573 |
| 2026年7月 | 540 |
| 2026年8月 | 1,000 |
| 2026年9月 | 2,000 |
| 2026年10月 | 930 |
| 2026年11月 | 1,000 |
各月の最後のスナップショットにおける、直近30日間のダウンロード数です。
同じカテゴリで人気のリソース
- JGLUEshunk0313k日本語 NLP ベンチマーク(Yahoo Japan と早稲田大学が作成)に対する JGLUE データセットカードとロードスクリプトを更新しました。テキスト分類(MARC‑ja、JCoLA)、文対分類(JNLI)、QA(JSQuAD、JCommonsenseQA)をカバーし、リリースは GitHub と Hugging Face にリンクされています。
- JamC-QAsbintuitions2kJamC‑QA は、8つの日本文化・知識カテゴリにわたる多肢選択問題のバイリンガルベンチマークで、リーダーボードメトリクスで最先端モデルを比較します。
- JCommonsenseQAsbintuitions1kJCommonsenseQA は、日本語の複数選択データセットで、CommonsenseQA の適応版として共通認識推論を対象にしています。CC BY‑SA 4.0 のライセンスの下で公開され、doi:10.5715/jnlp.30.63 として引用されています。
- JMMMU-ProJMMMU1kJMMMU‑Proは、現実的なモデルと人間による検証で視覚質問を生成して作成された画像ベースの日本語マルチモーダルベンチマークです。現在のオープンソースLMMがこのベンチマークで低い性能を示すことを明らかにし、将来のVQAベンチマーク開発に対して費用効果の高い方法を提供します。
- JMedBenchColdog23331kJMedBenchは日本語医療・生物医学用LLMベンチマークであり、20のデータセットをMCQA、NER、STSなどを含む5つのタスクにまたがって構成しています。データセットはMedMCQA、PubMedQA、MMLUなどから取得されており、それぞれに独自のライセンスが付属しています。また、翻訳にバイアスが含まれる可能性があるため、人間によるレビューが必要であるという注意事項が記載されています。
- JaQuADSkelterLabsInc916JaQuADは2022年作成の日本語QAデータセットで、Wikipediaから抽出した39,696ペアのSQuAD‑style抽出クエリで構成され、総サイズは73.2 MBです。BERT‑Japaneseでファインチューニングすると78.92 % F1(63.38 % EM)を達成します。
研究分野が近いリソース
lawqa_jpdigital-go-jp279日本の法令に関する多肢選択式QAデータセットGitHub共通: アノテーション・データセット構築- jsickhpprc314JSICKは、SICKコーパスを翻訳して作成された日本語-英語のNLIとSTSデータセットであり、ワードオーダーや格助詞の扱いを検証するストレステストセットが含まれており、異なる文法関係に対して1 666、797、および1 006の句対を持っています。共通: アノテーション・データセット構築
JTruthfulQAnlp-waseda6JTruthfulQAはTruthfulQA(Lin+、2022)の日本語版です。このデータセットは、元のTruthfulQAから翻訳されたものではなく、ゼロから構築されています。GitHub共通: アノテーション・データセット構築
jgpqallm-jp2GPQAデータセットの日本語翻訳GitHub共通: アノテーション・データセット構築
JBE-QAhancules0日本の司法試験のQ&AGitHub共通: アノテーション・データセット構築- auto-wiki-qacl-nagoya747AutoWikiQA は、Swallow-MX と LLMs(ルールベースのテンプレートを使わず)を用いて Wikipedia から自動生成された質問–回答ペアを手作業でフィルタリングし、230 万件以上の無料の日本語 QA データセットです。知識教示および検索強化生成アプリケーションをサポートします。共通: アノテーション・データセット構築