Natural Questions

该数据集包含了问答内容，其中既提供了简短答案也提供了详尽答案的标签。但是，该研究放弃了这些标签，转而使用奖励模型来评估生成的内容。在评估过程中，研究者在5,600个问题集中选择了1,000个开放式提示，以利用大型语言模型的生成能力。该任务属于问答类别。