MIRACL
收藏arXiv2025-09-30 收录
下载链接：
https://project-miracl.github.io/
下载链接
链接失效反馈官方服务：
资源简介：
该数据集名为MIRACL，是针对跨多语言搜索领域研究者的独特资源。它涵盖18种不同的语言，并分为四个部分：训练集、开发集、测试集A和测试集B，包含了查询、段落以及相关性判断。此外，该数据集还包括了带有查询和段落的样本，以及人工标注的相关性判断。特别值得一提的是，它还设有“惊喜语言”赛道，引入了训练集中未见的新语言。该数据集规模宏大，拥有超过60万的训练样本对，其任务是进行多语言信息检索。
提供机构：
WSDM CUP 2023
