khaimaitien/qa-expert-multi-hop-qa-V1.0

该数据集名为QA-Expert-multi-hop-qa-V1.0，主要用于多跳问答任务，包含25.5k训练数据和3.19k评估数据。数据集通过OpenAPI模型（gpt-3.5-turbo-instruct）生成，并提供了生成训练数据的脚本。每个数据点是一个JSON格式，包含问题、是否为多跳问题、子问题、最终答案等信息。

This dataset, named QA-Expert-multi-hop-qa-V1.0, is primarily designed for multi-hop question answering tasks. It contains 25.5k training samples and 3.19k evaluation samples. The dataset is generated via the OpenAI model gpt-3.5-turbo-instruct, and the script for generating the training data is also provided. Each data point is formatted as JSON, containing details such as the question, whether it is a multi-hop question, sub-questions, and the final answer.

原始信息汇总

数据集卡片 for QA-Expert-multi-hop-qa-V1.0

数据集概述

该数据集旨在为问答任务提供多领域训练数据，重点关注多跳问答。数据集包含25.5k条训练数据和3.19k条评估数据。

数据集详情

数据集描述

数据集主要使用OpenAPI模型（gpt-3.5-turbo-instruct）生成。

数据格式

每个数据点是一个Json格式，包含以下字段：

• question: 问题，可以是单跳问题或多跳问题。
• multihop: 布尔值，表示问题是否为多跳问题。
• sub_questions: 从原始多跳问题分解出的单跳问题列表。如果问题是单跳问题，则len(sub_questions) == 1。
  • question: 从原始多跳问题分解出的单跳问题。
  • paragraph: 单跳问题的检索上下文。
  • long_answer: 单跳问题的答案，格式为xxx Answer:yyy，其中xxx是生成答案前的推理（思考）。
• final_answer: 问题的最终答案。如果问题是多跳问题，格式为Summary:xxx Answer:yyy，其中xxx是生成最终答案前从分解的单跳问题答案的总结。
• answer: 可以忽略此字段。
• meta_info: 包含数据点创建方式的信息。
• tag: 可以忽略此字段。

数据集创建

数据集的创建细节和源数据信息未提供。

引用

@Misc{qa-expert, title={QA Expert: LLM for Multi-hop Question Answering}, author={Khai Mai}, howpublished={url{https://github.com/khaimt/qa_expert}}, year={2023}, }