CBT(Children’s Book Test)

Name: CBT(Children’s Book Test)
Creator: OpenDataLab
Published: 2022-08-16T18:24:32+08:00

OpenXLab2026-04-18 收录

机器阅读理解

语言模型评估

数据链接：

https://openxlab.org.cn/datasets/OpenDataLab/CBT 数据链接链接失效反馈

官方服务：

资源简介：

儿童图书测试 (CBT) 旨在直接衡量语言模型如何利用更广泛的语言环境。 CBT 是根据古腾堡计划免费提供的书籍构建的。

提供机构：

OpenDataLab

创建时间：

2022-08-16

PAQ (Probably Asked Questions)

自然语言处理

机器学习

可能问的问题 (PAQ) 是一个非常大的资源，包含 6500 万个自动生成的 QA 对。 PAQ 是 65M 自然语言 QA 对的半结构化知识库 (KB)，模型可以记忆和/或学习从中检索。 PAQ 与传统 KB 的不同之处在于问题和答案以自然语言存储，并且生成的问题很可能出现在 ODQA 数据集中。 PAQ 是使用问题生成模型和维基百科自动构建的。

OpenDataLab2026-07-12 更新300

Clothing Attributes Dataset

服装属性识别

细粒度分析

我们引入服装属性数据集，以促进学习对象视觉属性的研究。该数据集包含1856个图像，具有26个地面真相服装属性，例如 “长袖”，“有衣领” 和 “条纹图案”。标签是使用Amazon Mechanical Turk收集的。

OpenXLab80

Duolingo STAPLE Shared Task

同声传译

释义生成

这是 2020 年 Duolingo 共享任务的数据集，用于语言教育的同声传译和释义（STAPLE）。句子提示、自动翻译以及由用户响应加权的高覆盖率翻译释义集以 5 种语言对提供。此任务的起始代码可在此处找到：github.com/duolingo/duolingo-sharedtask-2020/。有关数据集和任务的更多详细信息，请访问：sharedtask.duolingo.com

OpenXLab30

Kinship

家族关系

亲缘识别

该关系数据库由两个家族中的 24 个唯一名称组成（它们具有相同的结构）。

OpenXLab90

Polish Political Advertising Dataset

政治广告分析

自然语言处理

用于检测波兰语中特定文本块和政治广告类别的数据集。它包含 1,705 条人工注释的推文，标记有九个类别，这些类别构成波兰选举法下的竞选活动。

OpenDataLab2026-08-23 更新60