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