KILT(KILT Benchmark)

KILT (Knowledge Intensive Language Tasks) 是一个由 11 个数据集组成的基准，代表 5 种类型的任务：事实检查 (FEVER)、实体链接 (AIDA CoNLL-YAGO、WNED-WIKI、WNED-CWEB)、插槽填充 (T-Rex , Zero Shot RE), 开放域 QA (Natural Questions, HotpotQA, TriviaQA, ELI5), Dialog generation (Wizard of Wikipedia)。所有这些数据集都基于一个预处理的维基百科快照，允许更公平和更一致的评估，并支持新的任务设置，例如多任务和迁移学习。