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)。
其他語言的說明
統計
統計資料截至 2026年11月16日
Hugging Face 下載數(近 30 天)
408
Hugging Face 按讚數
3
收錄日
2024年11月26日
下載數(近 30 天)變化
以表格顯示
| 月份 | 下載(30天) |
|---|---|
| 2025年12月 | 208 |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | 309 |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | 106 |
| 2026年9月 | 216 |
| 2026年10月 | 390 |
| 2026年11月 | 408 |
各月最後一次快照時的近 30 天下載數。
同分類的熱門資源
- 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。
- 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。
- JQaRAhotchpotch436一個日語 QA 數據集,用於評估 Retrieval‑Augmented Generation (RAG),由 JAQKET 題目與 Wikipedia 文章構建,帶有金鑰檢索相關性標簽,已於 HuggingFace 和 GitHub 發布,主要以 nDCG@10 作為評分指標。
- 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。
- Japanese-RAG-Generator-Benchmarkneoai-inc113「Japanese RAG Generator Benchmark (J‑RAGBench)」供應一份多分類 QA 數據集—涵蓋 Integration、Reasoning、Logical、Table 與 Abstention—旨在評估日文 RAG 生成器,並由人力與 GPT‑4.1 建構,且以 CC BY‑SA 4.0 授權發布。
- emilia-yodasTTS-AGI18k來自 Fate/Stay Night 角色「Emilia」的對話與傳說資料集,格式化用於訓練與評估對話語言模型。
研究領域相近的資源
mtebembeddings-benchmark3.4kMTEB:跨語言與跨模態的最先進嵌入評測。多語言共同: 嵌入、檢索與 RAG・語料庫與資料集
miraclproject-miracl214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。多語言共同: 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
lm-evaluation-harnessEleutherAI14k用於語言模型少樣本評測的框架。多語言共同: 語料庫與資料集・評測與基準- ELYZA-tasks-100elyza2k一個包含 100 筆樣本的日本語 instruction‑tuning 評估資料集,內含標註任務——從摘要校正、數學推理到翻譯、創意生成及使用者意圖理解——設計用於手動或自動 5‑point rating 的 fine‑tuned models 評估。共同: 語料庫與資料集・評測與基準