Models · Data · RAG 文档
HotpotQA
需要跨两段以上证据才能回答,适合测检索召回与证据拼接。
| 来源 | CMU 等 |
|---|---|
| 规模 | 约 11.3 万条多跳问答 |
| 语言 | 英文 |
| 格式 | JSON |
| 许可 | CC-BY-4.0 |
| 商用 | 允许 |
| 获取 | 直接下载 |
| 任务适配 | RAG / 多跳推理 |
| 核验日 | 2026-11-19 |
质量与偏差
需要跨两段以上证据才能回答,适合测检索召回与证据拼接。
使用边界
部分问题依赖维基结构;真实文档库的噪声与权限问题它不覆盖。
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/hotpotqa/hotpot_qa · 核验日 2026-11-19 · 许可以来源页为准