一份已清理、去重的查詢–段落資料集,適用於 mqa 集合,採用 NFKC 正規化及噪音移除,其中 pos_ids 與 neg_ids 對應於集合索引,方便存取,並依原始資料集條款授權。
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)
197
Hugging Face 按讚數
6
收錄日
2024年5月13日
下載數(近 30 天)變化
以表格顯示
| 月份 | 下載(30天) |
|---|---|
| 2025年12月 | 415 |
| 2026年1月 | 141 |
| 2026年2月 | 179 |
| 2026年3月 | 287 |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | 161 |
| 2026年9月 | 176 |
| 2026年10月 | 122 |
| 2026年11月 | 197 |
各月最後一次快照時的近 30 天下載數。
同分類的熱門資源
- JGLUEshunk0313k更新了 JGLUE 數據集卡和載入腳本,適用於由 Yahoo Japan 和 Waseda University 創建的日本 NLP 基準,涵蓋文本分類(MARC‑ja、JCoLA)、句子對分類(JNLI)和 QA(JSQuAD、JCommonsenseQA),發布版本已在 GitHub 和 Hugging Face 上連結。
- JamC-QAsbintuitions2kJamC‑QA 是一個涵蓋八個日本文化與知識類別的雙語多選題基準測試,並以排行榜指標對比最先進模型。
- JCommonsenseQAsbintuitions1kJCommonsenseQA 是一個日語多選題常識推理資料集——CommonsenseQA 的改編版——授權為 CC BY‑SA 4.0,並以 doi:10.5715/jnlp.30.63 引用。
- JMMMU-ProJMMMU1kJMMMU‑Pro 是一個基於圖像的日語多模態基準,透過現實模型生成視覺問題並經由人工驗證而創建,顯示目前開源 LMM 在此任務表現不佳,同時提供一種成本效益高的方法供未來 VQA 基準發展使用。
- embhpprc1k日語及多語系 QA、NLI 與同義句資料集的目錄,說明各資料集的檢索或 QA 任務以及其授權規範(Apache 2.0、CC‑BY‑SA/CC‑BY、MIT 等)。
- JMedBenchColdog23331kJMedBench 是一個日本醫學領域 LLM 基準,包含 20 個資料集,涵蓋五個任務(MCQA、NER、STS 等),資料來源於 MedMCQA、PubMedQA、MMLU 及其他,每個資料集都有自己的授權,並附有註記指出翻譯可能存在偏差,需人工審核。
研究領域相近的資源
- JaQuADSkelterLabsInc916JaQuAD 是 2022 年的日本 QA 資料集,包含 39,696 對 SQuAD‑style 抽取式問答對,來源於 Wikipedia,總量 73.2 MB,當使用 BERT‑Japanese 微調時,F1 分數達 78.92 %(EM 63.38 %)。共同: 語料庫與資料集・問答與推理
lawqa_jpdigital-go-jp279日本的法令多項選擇問答數據集GitHub共同: 語料庫與資料集・問答與推理
jrte-corpusmegagonlabs78日本現實文本蘊含語料庫(NLP 2020,LREC 2020)GitHub共同: 語料庫與資料集・問答與推理- JAQKETkumapo327一個日語開放領域問答資料集 JAQKET,提供測驗式多選題(v1.0)與自由文字答案生成(v2.0),其中 v1.0 具有 13 061 個訓練範例和 271 個驗證範例,而 v2.0 擁有 2 154 個訓練範例和 1 164 個驗證範例。共同: 語料庫與資料集・問答與推理
JSICKverypluming46日本語組成知識(JSICK)資料集/JSICK壓力測試集GitHub共同: 語料庫與資料集・問答與推理- JEMHopQAsbintuitions297日本多跳問答資料集(JEMHopQA),提供問題、答案以及將兩篇維基百科文章連結的半結構化推導步驟,並更新了推導格式及擴充了跨多個版本發布的答案集合。共同: 語料庫與資料集・問答與推理