中文简介
google/frames-benchmark 是 google 在 Hugging Face 发布的数据集仓库,当前卡片主要关联序列标注、问答。本站固定记录上游版本 58d9fb6330f3,同步到 3 个文件,文件元数据合计 465.88 KB;访问状态为“公开”,许可证字段为“apache-2.0”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 google/frames-benchmark 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
google/frames-benchmark 是 google 在 Hugging Face 发布的数据集仓库,当前卡片主要关联序列标注、问答。本站固定记录上游版本 58d9fb6330f3,同步到 3 个文件,文件元数据合计 465.88 KB;访问状态为“公开”,许可证字段为“apache-2.0”。
【适用方向】
适合在明确数据字段、拆分和许可证后,用于序列标注、问答相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。
【版本与规格】
固定版本:58d9fb6330f3。 任务标签:序列标注、问答。 语言字段:en。 数据集卡名称:Who are I or you。 规模分类:n>1T。 上游页面记录的最近更新时间:2024-10-15。
【文件信息】
上游 API 返回 3 个文件,文件元数据合计 465.88 KB。 已保存文件清单中的主要扩展名:.md 1 个、.tsv 1 个、无扩展名 1 个。 当前较大的文件包括:test.tsv(473.52 KB);README.md(2.42 KB);.gitattributes(2.36 KB)。
【运行或处理环境】
仓库文件元数据合计 465.88 KB。仅按下载、解压和临时文件估算,建议至少预留约 559.06 KB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。
【使用边界】
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。
FRAMES: Factuality, Retrieval, And reasoning MEasurement Set FRAMES is a comprehensive evaluation dataset designed to test the capabilities of Retrieval-Augmented Generation (RAG) systems across factuality, retrieval accuracy, and reasoning. Our paper with details and experiments is available on arXiv: https://arxiv.org/abs/2409.12941. Dataset Overview 824 challenging multi-hop questions requiring information from 2-15 Wikipedia articles Questions span diverse topics including history, sports, science, animals, health, etc. Each question is labeled with reasoning types: numerical, tabular, multiple constraints, temporal, and post-processing Gold answers and relevant Wikipedia articles provided for each question Key Features Tests end-to-end RAG capabilities in a unified framework Requires integration of information from multiple sources Incorporates complex reasoning and temporal disambiguation Designed to be challenging for state-of-the-art language models Usage This dataset can be used to: Evaluate RAG system performance Benchmark language model factuality and reasoning Develop and test multi-hop retrieval strategies Baseline Results We provide baseline results using state-of-the-art models like Gemini-Pro-1.5-0514: Naive prompting: 40.8% accuracy BM25 retrieval (4 docs): 47.4% accuracy Oracle retrieval: 72.9% accuracy Multi-step retrieval & reasoning: 66% accuracy Citation If you use this dataset in your research, please cite our paper: We hope FRAMES will be useful for advancing RAG systems and language model capabilities. For more details, please refer to our full paper.
适用场景
适合在明确数据字段、拆分和许可证后,用于序列标注、问答相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。
规模与格式
固定版本:58d9fb6330f3。 任务标签:序列标注、问答。 语言字段:en。 数据集卡名称:Who are I or you。 规模分类:n>1T。 上游页面记录的最近更新时间:2024-10-15。
文件说明
上游 API 返回 3 个文件,文件元数据合计 465.88 KB。 已保存文件清单中的主要扩展名:.md 1 个、.tsv 1 个、无扩展名 1 个。 当前较大的文件包括:test.tsv(473.52 KB);README.md(2.42 KB);.gitattributes(2.36 KB)。
上游文件元数据
.gitattributes2.36 KBREADME.md2.42 KBtest.tsv473.52 KB
硬件建议
仓库文件元数据合计 465.88 KB。仅按下载、解压和临时文件估算,建议至少预留约 559.06 KB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。
注意事项
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。