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 | |
|---|---|
| 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