
面向資訊檢索的大規模多語言資料集,在18種不同語言上進行了全面的人工標註。
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
214
±0 (10月13日〜)
最後提交
2024年7月
GitHub 建立日期
2022年9月8日
收錄日
—
自頁面建立時收錄
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | — |
| 2026年9月 | 213 |
| 2026年10月 | 214 |
| 2026年11月 | 214 |
各月最後一次快照。1,000 以上的 Star 數以 100 為單位四捨五入。
同分類的熱門資源
mtebembeddings-benchmark3.4kMTEB:跨語言與跨模態的最先進嵌入評測。
lm-evaluation-harnessEleutherAI14k用於語言模型少樣本評測的框架。
sacrebleumjpost1.3k自動下載測試集並輸出版本字串以便於跨實驗室比較的參考 BLEU 實作。
xtremegoogle-research650XTREME 是一個用於評測預訓練多語言模型跨語言泛化能力的基準,涵蓋40種類型多樣的語言,包含九項任務。
pawsgoogle-research-datasets572該資料集包含108,463個人工標註對和656k個含雜訊標註對,用以體現在釋義識別問題中,對結構、上下文與詞序資訊進行建模的重要性。
massivealexa572面向 MASSIVE 資料集的工具與建模程式碼。
研究領域相近的資源
- JMTEBsbintuitions3kJMTEB 是一套日語文本嵌入基準,包含 5 個任務(聚類、分類、STS、檢索、重排序)與 28 個資料集,提供一行式評估腳本並邀請社群貢獻。HF 資料集共同: 嵌入、檢索與 RAG・語料庫與資料集
- wikipedia-passages-jawiki-embeddingshotchpotch731日文維基百科句子被轉換為各種嵌入,並建立 FAISS 索引,提供 Hugging Face Space 的演示、轉換腳本,以及對搜尋、問答和 OpenAI text‑embedding‑3‑small 在 RAG 中的評估;嵌入採用 OpenAI 授權,其他則採用 CC‑BY‑SA‑4.0。HF 資料集共同: 嵌入、檢索與 RAG・語料庫與資料集
- msmarco-ja-hard-negativeshotchpotch408日語硬負樣本挖掘與 MSMARCO‑JA 數據集評估,說明正規化、過濾、BAAI/BGE 重排序器選擇、隨機抽樣、SPLADE 基於排名,以及卡方分析顯示統計上顯著的正率高於原始 mMARCO(ja)。HF 資料集共同: 嵌入、檢索與 RAG・語料庫與資料集
- RAG-Evaluation-Dataset-JAallganize246提供日文 RAG 基準,涵蓋金融、電訊、製造、公共、零售五大產業領域,透過發布資料集、自動評估框架,以及比較結果,例如 Claude 3.5‑Sonnet、GPT‑4o 等模型。HF 資料集共同: 嵌入、檢索與 RAG・語料庫與資料集
jacwirhotchpotch9JaCWIR: 日本語休閒網路資訊檢索(Web IR) 日本語情報檢索評估的小型休閒Web標題和摘要資料集GitHub共同: 嵌入、檢索與 RAG・語料庫與資料集
JFinTEBretarfi5日本金融文本嵌入基準測試GitHub共同: 嵌入、檢索與 RAG・語料庫與資料集