跳到主要内容Skip to main content

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