MCQA Race
收藏kaggle2021-08-15 更新2024-03-08 收录
下载链接：
https://www.kaggle.com/datasets/ekojsalim/mcqa-race
下载链接
链接失效反馈官方服务：
资源简介：
应用场景：
创建时间：
2021-08-15
相关数据集
MCQA Benchmark
该数据集是一个用于评估简洁思维链（CCoT）提示对大型语言模型回答长度和准确性的影响的多选题问答基准。此外，该数据集还用于比较在不同提示策略下GPT-3.5和GPT-4的性能，研究结果表明，这种策略能够减少回答长度并节省成本。该数据集包含了1,000个问题，任务类型为问答。
arXiv90
mnlp_mcqa_dataset
该数据集包含多个字段，如领域（domain）、子领域（subdomain）、问题（question）、选项（choices）、答案（answer）、带有延续的答案（answer_with_continuation）、理论（theory）、文本（text）和来源（source）。数据集分为训练集、评估集和测试集，分别包含18737、2342和2343个样本。总数据集大小为53408274.0字节，下
Hugging Face2025-06-10 更新00
Afri-MCQA
Afri-MCQA是由MBZUAI等跨国研究团队构建的首个非洲多模态文化问答基准，涵盖12个国家15种语言的7500个平行问答对。数据集包含文本与语音双模态数据，每个语言约500个图像锚定样本，由母语者完成文化相关问题的标注与音频录制。其创新性体现在覆盖非洲本土语言多样性，通过严格的质量控制流程（包括两阶段标注审核）确保数据可靠性，旨在评估AI模型对非洲文化语境的多模态理解能力，推动包容性语音优先
arXiv2026-01-09 更新250
Afri-MCQA
Afri-MCQA是第一个涵盖16种非洲语言的多语言文化问答基准，包含8k Q&A对，覆盖13个国家。该基准提供了文本和语音模态的平行英语-非洲语言问答对，完全由母语人士创建。支持的任务包括视觉问答（VQA）、音频问答、语言识别（LID）和自动语音识别（ASR）。数据集结构包括图像、问题、选项、答案、音频问题等，并分为10个文化类别。数据集使用CC-BY-NC-4.0许可证。
Hugging Face2026-01-09 更新190
