faqih_sft_dataset
收藏资源简介：
MAFQA（Multi-Hop Arabic Fatwa QA）是一个经过精细完善的多跳阿拉伯语法特瓦问答数据集，由沙特国王大学与MDPI 2026合作发布。该数据集包含388个高质量样本，划分为训练集（349个）和验证集（39个），格式为JSON，适用于文本生成和问答任务。每个样本均保留了完整的法特瓦文本和相关证据，未进行任何截断；同时引入了真实的合成推理步骤（第四步），将子问题之间的逻辑关联进行联接；修正了关于合法与非法判断的语义错误；并调整了提示词，以体现权威观点和公认的论证方法。数据集采用CC-BY-4.0许可，主要用于多跳推理、伊斯兰教法问答、思维链推理等研究场景。
MAFQA (Multi-Hop Arabic Fatwa QA) is a multi-hop Arabic Fatwa QA dataset, jointly released by King Saud University and MDPI 2026. It contains 388 high-quality samples, split into training set (349) and validation set (39), in JSON format, suitable for text generation and question answering tasks. Each sample retains the complete fatwa text and evidence, introduces synthetic reasoning steps, corrects semantic errors, adjusts prompts, and is licensed under CC-BY-4.0. It is designed for research on multi-hop reasoning, Islamic jurisprudence QA, and chain-of-thought reasoning.
💎 MAFQA: 完善的多跳阿拉伯语教法问答数据集（388条样本）
数据集概述
MAFQA（Multi-Hop Arabic Fatwa QA）是一个专注于伊斯兰教法（Fiqh）领域的高质量阿拉伯语问答数据集，由沙特国王大学（King Saud University）相关研究团队整理，发表于 MDPI 2026。该数据集旨在支持复杂的多跳推理（Multi-Hop Reasoning）任务，特别针对法特瓦（Fatwa）问答场景。
核心特点
- 完全精选与无删节：移除所有文本截断，完整呈现原文与证据，确保内容无缺漏。
- 强化复合推理：激活最终综合与权衡步骤（第4步），在子问题之间建立真实的推理连接。
- 语义纠错：修正了关于“允许（Halal）”与“禁止（Haram）”判定的印刷错误。
- 提示词优化：调整提示词以体现权威教法观点（Al-Qawl Al-Rajih）及可靠证据的方法论。
数据规模与划分
| 数据划分 | 样本数量 | 大小 |
|---|---|---|
| 🚂 训练集（Train） | 349条 | ~1.40 MB |
| 🧪 验证集（Validation） | 39条 | ~0.16 MB |
| 💎 总计 | 388条 | 1.56 MB |
数据集属性
- 语言：阿拉伯语（ar）
- 许可证：CC-BY-4.0
- 任务类型：文本生成（Text Generation）、问答（Question Answering）
- 标签：伊斯兰AI、MAFQA、多跳推理、教法学（Fiqh）、法特瓦（Fatwa）、思维链（Chain-of-Thought）、MDPI 2026
使用方式（Python）
python from datasets import load_dataset
dataset = load_dataset("hozifa1/faqih_sft_dataset") print(dataset)
DatasetDict({
train: Dataset({ num_rows: 349 }),
validation: Dataset({ num_rows: 39 })
})
该数据集特别适合用于训练和评估阿拉伯语伊斯兰教法领域的多跳问答系统、思维链推理模型以及法特瓦智能应答助手。
