Quora-PLHardNegatives是一个基于Quora平台波兰语问题的数据集，用于文本检索任务。该数据集是MTEB（Massive Text Embedding Benchmark）的一部分，包含了给定查询找到其他重复问题的任务。它使用了BM25、e5-multilingual-large和e5-mistral-instruct模型选出的每个查询的前250个文档作为硬负样本。

Hugging Face2025-09-10 更新110

mteb/MalayalamNewsClassification

马来语

新闻分类

MalayalamNewsClassification是一个用于将马拉雅拉姆语新闻文章分类为三个类别（商业、体育、娱乐）的单语言数据集。数据集包含训练和测试两部分，适合文本分类任务。

Hugging Face2025-05-06 更新80

mteb/cqadupstack-mathematica

文本检索

Mathematica

CQADupStackMathematicaRetrieval是一个社区问答研究的数据集，专注于数学领域的问题和答案。它包含用于文本检索任务的数据，特别是多选择问答。数据集由MTEB组织提供，用于评估文本嵌入模型。

Hugging Face2025-05-04 更新130

mteb/llm-eval-news_classification