跳到主要内容Skip to main content

Models · Data · RAG 文档

TriviaQA

问题来自 trivia 爱好者,附证据文档与多答案别名,适合测检索+阅读。

来源University of Washington
规模约 95K 问答对
语言英文
格式JSONL
许可Apache-2.0
商用允许,需保留声明
获取Hugging Face 直接下载
任务适配开放域问答 / RAG 评测
核验日2026-11-19

质量与偏差

问题来自 trivia 爱好者,附证据文档与多答案别名,适合测检索+阅读。

使用边界

题目与证据偏英文维基/网页;部分答案有别名与时间敏感信息。

第一次使用

先跑闭卷基线,再跑检索增强,分开看检索与阅读贡献。

常见坑

把别名匹配当唯一正确;忽略证据文档版本。

成本

低;单卡可跑。

不适合

不适合中文开放域问答。

对比与替代

与 Natural Questions 相比更偏 trivia,答案别名更多。

怎么验证

核对 split 与答案别名;抽 20 条看证据文档。

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/mandarjoshi/trivia_qa · 核验日 2026-11-19 · 许可以来源页为准