JSICK 是一个日英 NLI 和 STS 数据集,基于翻译 SICK 语料库创建,包含一个压力测试集合,用以检验词序和格助词处理,共有 1,666、797 与 1,006 对句子用于不同的语法关系。
其他语言的说明
统计
统计数据截至 2026年11月16日
Hugging Face 下载数(近 30 天)
314
Hugging Face 点赞数
9
收录日
2024年5月13日
下载数(近 30 天)变化
以表格显示
| 月份 | 下载(30天) |
|---|---|
| 2025年12月 | 510 |
| 2026年1月 | 101 |
| 2026年2月 | 153 |
| 2026年3月 | 163 |
| 2026年4月 | 293 |
| 2026年5月 | 189 |
| 2026年6月 | 124 |
| 2026年7月 | 194 |
| 2026年8月 | 163 |
| 2026年9月 | 226 |
| 2026年10月 | 168 |
| 2026年11月 | 314 |
各月最后一次快照时的近 30 天下载数。
同分类的热门资源
- JGLUEshunk0313k更新了 JGLUE 数据集卡与加载脚本,适用于由 Yahoo Japan 与早稻田大学创建的日语 NLP 基准,涵盖文本分类(MARC‑ja、JCoLA)、句对分类(JNLI)以及问答(JSQuAD、JCommonsenseQA),发行链接保存在 GitHub 与 Hugging Face 上。
- JamC-QAsbintuitions2kJamC‑QA 是一个双语基准,涵盖八个日本文化与知识类别的多项选择题,排行榜指标用于比较最先进模型。
- JCommonsenseQAsbintuitions1kJCommonsenseQA 是一份日语的多项选择常识推理数据集——CommonsenseQA 的改编版本——其授权为 CC BY‑SA 4.0,并以 doi:10.5715/jnlp.30.63 引用。
- JMMMU-ProJMMMU1kJMMMU‑Pro 是一个基于图像的日语多模态基准,通过使用真实模型生成视觉问题并进行人工验证创建,揭示当前开源 LMM 在其上的表现不佳,并提供了一种成本效益高的未来 VQA 基准开发方法。
- embhpprc1k一份日语和多语种 QA、NLI 与同义句重述数据集的目录,详细说明每个数据集的检索或问答任务及其许可(Apache 2.0、CC‑BY‑SA/CC‑BY、MIT 等)。
- JMedBenchColdog23331kJMedBench 是一个日语生物医学 LLM 基准,涵盖 20 个数据集,覆盖五个任务(MCQA、NER、STS 等),来源于 MedMCQA、PubMedQA、MMLU 等,每个都有自己的许可,并包含一条说明:翻译可能包含偏差,需要人工审核。
研究领域相近的资源
lawqa_jpdigital-go-jp279日本法律相关的多项选择问答数据集GitHub共同: 标注与数据集构建
JTruthfulQAnlp-waseda6JTruthfulQA是TruthfulQA的日本版本(Lin+,2022)。这个数据集并非是从原始的TruthfulQA翻译而来,而是从头开始构建的。GitHub共同: 标注与数据集构建
jgpqallm-jp2GPQA数据集的日语翻译GitHub共同: 标注与数据集构建
JBE-QAhancules0日本司法考试问答GitHub共同: 标注与数据集构建- auto-wiki-qacl-nagoya747AutoWikiQA 是最大的免费日语问答数据集,提供超过 230 万个手工过滤的问答对,这些对是使用 Swallow‑MX 和 LLMs(不使用基于规则的模板)从维基百科自动生成的,用于支持知识教学和检索增强生成应用。共同: 标注与数据集构建
- nri-fin-reasoningnri-ai707日语指令数据集,具有 632,636 条多轮样本(约 6.35 B 个 token),并包含 GPT‑OSS‑120b 的推理轨迹,用于跨 135 个金融主题和 20 个通用主题的开放式、数学、写作和 MCQA 任务,旨在微调 LLM 在金融领域的推理能力。共同: 标注与数据集构建