跳到主要内容Skip to main content

Models · Data · RAG 文档

Natural Questions

来自真实搜索查询,附 Wikipedia 段落标注,适合做检索与阅读理解的联合评测。

来源Google
规模约 30.7 万条真实查询
语言英文
格式JSONL
许可CC-BY-SA-3.0
商用允许,衍生需同样开放
获取直接下载
任务适配RAG / 开放域问答
核验日2026-11-19

质量与偏差

来自真实搜索查询,附 Wikipedia 段落标注,适合做检索与阅读理解的联合评测。

使用边界

维基页面会变,旧标注可能对不上;做 RAG 评测要固定快照。

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/google-research-datasets/natural_questions · 核验日 2026-11-19 · 许可以来源页为准