Models · Data · RAG 文档
BEIR
跨领域检索基准集合,适合比较 embedding 与检索策略的泛化。
| 来源 | UKP Lab |
|---|---|
| 规模 | 18 个检索数据集 |
| 语言 | 多语言 / 多领域 |
| 格式 | JSONL / TSV |
| 许可 | Apache-2.0 |
| 商用 | 允许 |
| 获取 | 直接下载 |
| 任务适配 | RAG / 检索评测 |
| 核验日 | 2026-11-19 |
质量与偏差
跨领域检索基准集合,适合比较 embedding 与检索策略的泛化。
使用边界
各子集许可与领域不同;不要把 18 个分数平均成一个总分。
下一步
- 打开来源页,下载数据集卡与许可原文,确认版本与获取条件。
- 先抽 100–500 条样本做质量、语言与敏感内容抽检,再决定是否进训练管线。
- 如果用于 RAG 或 SFT,先读 RAG 语料怎么选 / SFT 数据怎么配比。
来源:https://huggingface.co/datasets/BeIR/beir · 核验日 2026-11-19 · 许可以来源页为准