infgrad/retrieval_data_llm

带有难负例的检索训练数据，约20万条。数据格式为jsonl，每条数据包含查询、正例文档和难负例文档。

原始信息汇总

数据集概述

数据集名称

• 带有难负例的检索训练数据

数据规模

• 约20万条数据

文件格式

• jsonl

语言

• 中文

数据集大小

• 100K<n<1M

数据示例

json {"Query": "大熊猫的饮食习性", "Positive Document": "大熊猫主要以竹子为食，但也会吃水果和小型动物。它们拥有强壮的颌部和牙齿，能够咬碎竹子坚硬的外壳。", "Hard Negative Document": "老虎是肉食性动物，主要捕食鹿、野猪等大型动物。它们的牙齿和爪子非常锋利，是捕猎的利器。"}