DROP数据集是由艾伦人工智能研究所创建的一个英语阅读理解基准，旨在推动对段落内容的更全面分析。该数据集包含96,567个问题，要求系统对段落内容进行离散推理，如加法、计数或排序等。这些问题需要比以往数据集更深入的段落理解。数据集通过众包创建，首先从维基百科收集易于提问的段落，然后鼓励众工作者提出挑战性问题。DROP数据集特别强调体育比赛摘要和历史文章，旨在推动结合分布式表示与符号离散推理的研究，

arXiv2019-04-17 更新2790

HieraDate

自然语言处理

阅读理解

已经提出了几种多跳阅读理解数据集来解决推理快捷方式的问题，通过这些快捷方式可以在不执行多跳推理的情况下回答问题。但是，在找到比较问题的答案时，多跳模型执行逐步推理的能力尚不清楚。还不清楚有关内部推理过程的问题如何用于培训和评估问题回答 (QA) 系统。为了以分层的方式精确评估模型，我们首先提出了一个数据集，HieraDate，除了主要问题之外，还有三个探测任务: 提取，推理和鲁棒性。我们的数据集是

OpenDataLab2026-07-12 更新120

rmsdud/qa_data3

智能问答

阅读理解

该数据集包含三个主要特征：问题（question）、上下文（context）和答案（answer），数据类型均为字符串。数据集包含一个训练集（train），大小为20975字节，包含16个示例。下载大小为20535字节，数据集总大小为20975字节。配置文件中指定了默认配置，数据文件路径为data/train-*。

Hugging Face2024-07-04 更新100

Khatwanigaurav/rag-mini-wikipedia

开放域问答

检索增强生成

--- license: cc-by-3.0 language: - en task_categories: - question-answering - sentence-similarity tags: - rag - wikipedia - open-domain - information-retrieval - dpr size_categories: - n<1K configs: -

Hugging Face2026-03-27 更新140

ReadBench

视觉语言模型

阅读理解

该数据集是一个专为评估视觉-语言模型（VLMs）的阅读理解能力而设计的多模态基准测试。它通过将已有纯文本基准测试中的上下文转换成包含文本的图像来实现这一目的。ReadBench特别突出了当处理来自图像的文本信息时，与处理纯文本输入相比，VLMs性能的下降，强调了输入长度和任务难度对模型性能的影响。该数据集的任务是评估VLMs在富含文本的图像上的阅读理解能力。

arXiv120

michaelthwan/wiki_qa_bart_1000row

资源简介：

数据集概述

许可证信息

相关数据集