日语BB‑Bench Hard 数据集,包含评估问题(JSON Lines)和链式思维提示(YAML),通过 PLaMo 模型翻译。
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)
213
Hugging Face 点赞数
3
收录日
2025年7月15日
下载数(近 30 天)变化
以表格显示
| 月份 | 下载(30天) |
|---|---|
| 2025年12月 | 308 |
| 2026年1月 | 225 |
| 2026年2月 | 310 |
| 2026年3月 | 258 |
| 2026年4月 | 194 |
| 2026年5月 | 389 |
| 2026年6月 | 212 |
| 2026年7月 | — |
| 2026年8月 | 109 |
| 2026年9月 | — |
| 2026年10月 | 195 |
| 2026年11月 | 213 |
各月最后一次快照时的近 30 天下载数。
同分类的热门资源
- emilia-yodasTTS-AGI18k来自 Fate/Stay Night 的角色 “Emilia” 的对话和背景故事数据集,格式化用于训练和评估会话语言模型。
- fgo_voices_jpdeepghs10kFGO Waifus的JP Voice‑Text 数据集:一个包含30,800条记录、66.4小时日本音频的集合,收录单一配音演员角色台词(每句约7.76秒),适用于ASR/ASV微调与评估。
- 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。
- JMTEBsbintuitions3kJMTEB 是一个日本文本嵌入基准,包含 5 个任务(聚类、分类、STS、检索、再排序)和 28 个数据集,提供一行评估脚本,并邀请社区贡献。
- JMMMUJMMMU3kJMMMU 是一个日语多模态基准,已扩大十倍至 1,320 个具有文化多样性的问题(720 个与文化无关,600 个与文化相关),由母语专家翻译,现在设有公开排行榜。
- 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。
研究领域相近的资源
- ELYZA-tasks-100elyza2k一个包含100个样本的日语指令微调评估数据集,包含已注释的任务——从摘要校正、数学推理到翻译、创意生成和用户意图理解——旨在对微调模型进行手动或自动的5分制评分。共同: 标注与数据集构建
- qg_jaquadlmqg494Japanese JaQuAD,QG‑Bench 的一个子集,提供句子级和段落级的数据,包含高亮的答案词元,用于训练日语问句生成模型,并通过 BLEU4、METEOR、ROUGE‑L、BERTScore 和 MoverScore 进行评估。共同: 标注与数据集构建
- zenz-v2.5-datasetMiwa-Keita439一个190 M对的JSONL数据集,用于日语假名到汉字转换,包含“左上下文–输入–输出”三元组,并预训练模型(medium、small、xsmall)以及AJIMEE-Bench基准测试。该数据集以CC BY‑SA 4.0授权发布,子集来源于Wikipedia和Common Crawl。共同: 标注与数据集构建
ajimee-benchazookey30AJIMEE-Bench(高级日语输入法评估基准)GitHub共同: 标注与数据集构建- WildGuardTestJPsbintuitions258WildGuardTestJP 是一个包含 1,725 个样本的日语评估数据集,经过多阶段精炼管道(Seed‑X‑PPO‑7B、gpt‑oss‑120b、Qwen2.5‑72B‑Instruct、gemma‑3‑27b‑it)忠实翻译自 WildGuardTest,并以 ODC‑BY 许可证在 Hugging Face 上发布。共同: 标注与数据集构建
- covid_tweets_japanesecommunity-datasets171COVID‑19 日本推特数据集提供了日本推文 ID 与评估码(63–68),用于标识 COVID‑19 相关性以及事实/观点状态,从而支持文本分类研究。共同: 标注与数据集构建