--- dataset_info: features: - name: idx dtype: int64 - name: query dtype: string - name: passage dtype: string - name: label dtype: string - name: split dtype: string

Hugging Face2025-12-06 更新200

Bharat_NanoArguAna_ta

信息检索

自然语言处理

该数据集是Bharat-NanoBEIR集合的一部分，专门为印度语言提供信息检索数据集。它是NanoBEIR项目的泰米尔语版本，专门用于信息检索任务。数据集包含三个主要部分：语料库（泰米尔语文档集合）、查询（泰米尔语搜索查询）和QRels（连接查询到相关文档的相关性判断）。该数据集旨在用于泰米尔语信息检索系统开发、多语言搜索能力评估、跨语言信息检索研究以及泰米尔语搜索任务的基准测试。

Hugging Face2025-01-26 更新150

FlashRAG_datasets

自然语言处理

信息检索

# ⚡FlashRAG: A Python Toolkit for Efficient RAG Research FlashRAG is a Python toolkit for the reproduction and development of Retrieval Augmented Generation (RAG) research. Our toolkit includes 36 p

魔搭社区2026-06-08 更新660

tdro-llm/finetune_data

信息检索

自然语言处理

这个数据集包含了用于微调基于大型语言模型的密集检索系统的25个异构检索微调数据集。每个数据集都包含了硬负样本和去重（带有测试集）的处理。数据集涵盖了新闻、网络集合、维基百科问答、医学等多个领域。数据集的详细信息包括语言、类别、对称性、参考文献、格式、硬负样本挖掘方法、大小、去重后的大小和副本数量。

Hugging Face2025-05-15 更新170