跳到主要内容Skip to main content

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