
JEMHopQA(日本可解释的多跳问题回答)是一个日本多跳QA数据集,可以评估内部推理。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
30
±0 (10月13日〜)
最后提交
2025年4月
GitHub 创建日期
2023年7月31日
收录日
2024年5月4日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | 29 |
| 2026年1月 | 29 |
| 2026年2月 | 29 |
| 2026年3月 | 30 |
| 2026年4月 | 30 |
| 2026年5月 | 30 |
| 2026年6月 | 30 |
| 2026年7月 | 30 |
| 2026年8月 | 30 |
| 2026年9月 | 30 |
| 2026年10月 | 30 |
| 2026年11月 | 30 |
各月最后一次快照。1,000 以上的 Star 数按 100 取整。
同分类的热门资源
medLLM_QA_benchmarkaistairc6医学LLM的三语(英语、日语、中文)QA基准
business-slide-questionsstockmarkteam2在这个存储库中,我们提供了针对商业资料(幻灯片)的视觉问答(VQA)基准测试“BusinessSlideVQA”。
jnli-negasahi-y0这是用于评估否定理解能力的日语语言推理数据集JNLI-Neg的公开存储库。
lawqa_jpdigital-go-jp279日本法律相关的多项选择问答数据集
JaQuADSkelterLabsInc111JaQuAD:用于机器阅读理解的日语问答数据集(2022年,Skelter Labs)
pfgen-benchpfnet-research110首选的一代基准
研究领域相近的资源
- rakuda-questionsyuzuai188Rakuda 提供 40 道日语问题——开放式的历史、社会与政府问题,以及针对地理的特定问题——用于对日本 AI 助手进行基准测试,类似于 vicuna‑eval,并且可以使用 datasets.load_dataset 加载。HF 数据集共同: 自然语言接口・问答
- JQaRAhotchpotch436一个用于评估 Retrieval‑Augmented Generation(RAG)的日语 QA 数据集,由 JAQKET 问题和 Wikipedia 段落以及金标准检索相关性标签构建,并在 HuggingFace 和 GitHub 上发布,主要依据 nDCG@10 评分。HF 数据集共同: 自然语言接口・问答
ja-vicuna-qa-benchmarkku-nlp34日本维库纳问答基准共同: 自然语言接口・问答
niilc-qamynlp19NIILC QA 数据共同: 自然语言接口・问答
huggingface-datasets_JGLUEshunk03114JGLUE:适用于huggingface数据集的日语通用语言理解评估共同: 负责任且可信的 NLP・可解释性- llm-jp-evalllm-book666本数据集说明书用于本书《Introduction to Large‑Scale LLM II》中的 ja‑vicuna‑qa‑benchmark,并由 llm‑jp‑eval 创建,供跨数据集日语 LLM 评估使用(Apache 2.0)。HF 数据集共同: 自然语言接口