DocAILab/XRAG_Dataset

Name: DocAILab/XRAG_Dataset
Creator: DocAILab
Published: 2025-05-12 11:36:19
License: 暂无描述

Hugging Face2025-05-12 更新2025-11-29 收录

下载链接：

https://hf-mirror.com/datasets/DocAILab/XRAG_Dataset

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: cc-by-nc-sa-4.0 ---

提供机构：

DocAILab

XRAG

XRAG数据集是一个新型的基准，用于评估大型语言模型在跨语言检索增强生成（RAG）场景下的生成能力。该数据集由最近的新闻文章构建，确保其问题需要外部知识才能回答，并覆盖了单语和多语检索的真实世界场景。数据集包含四种语言（阿拉伯语、中文、德语和西班牙语），以及两种检索场景（单语检索和多语检索）。每个实例包含一个问题、一个答案、两篇支持文章和六篇无关文章。XRAG数据集的构建过程包括寻找相关文章对、生

arXiv2025-05-15 更新210

AmazonScience/XRAG

XRAG是一个用于评估大型语言模型在跨语言检索生成任务中的生成能力的基准数据集。它包含两种不同的跨语言检索生成场景：一种是单语言检索，其中问题是非英语的，而检索到的文档是英语；另一种是多种语言检索，其中问题是非英语的，而检索到的文档包含英语和问题语言。当前版本涵盖四种非英语语言：阿拉伯语（ar）、中文（zh）、德语（de）和西班牙语（es），并提供了这些非英语问题的英语版本。数据集分为开发集和测试

Hugging Face2025-08-11 更新30

xRAG dataset

A dataset for evaluating the effectiveness of context compression methods for large language models.

DataCite Commons2026-01-07 更新30

DocAILab/FedE4RAG_Dataset

FedE4RAG_Dataset是为论文《Privacy-Preserving Federal Embedding Learning for Localized Retrieval-Augmented Generation》创建的数据集，旨在解决私有RAG系统中的数据稀缺和隐私挑战。该数据集使用联邦学习（FL）协作训练客户端RAG检索模型，保持原始数据的本地化。数据集包含训练数据和测试/验证数据，

Hugging Face2025-05-12 更新40