THUIR/Qilin

Qilin是一个大规模的多模态数据集，旨在推进搜索、推荐和检索增强生成（RAG）系统的研究。数据集包含丰富的用户交互数据和支持多种内容模态（文本、图像、视频缩略图）的特点，适用于问答、文本分类、句子相似度、文本检索和图像文本到文本等多种任务。Qilin is a large-scale multimodal dataset designed for advancing research in search, recommendation, and Retrieval-Augmented Generation (RAG) systems. The dataset features rich user interaction data and supports multiple content modalities (text, images, video thumbnails), making it suitable for tasks such as question-answering, text-classification, sentence-similarity, text-retrieval, and image-text-to-text.

搜集汇总

背景与挑战

背景概述

THUIR/Qilin是一个大规模多模态中文数据集，专为搜索、推荐和检索增强生成（RAG）系统研究而设计。它包含搜索和推荐两个主要场景，分别提供训练集和测试集，并整合了文本、图像等多模态内容以及丰富的用户交互数据，以支持复杂的信息检索任务开发。