Датасет · galileo-ai
Бенчмарк RAG на 100 тыс. примеров
galileo-ai/ragbench
100 тыс. RAG-примеров из пяти отраслевых доменов для оценки и обучения retrieval-augmented систем.
Что внутри
RAGBench — крупный бенчмарк из 100 тыс. RAG-примеров, собранных из отраслевых корпусов, включая пользовательские руководства. Он покрывает пять отраслевых доменов и разные типы RAG-задач. В составе 12 поддатасетов с разбиением train/validation/test; данные в табличной и текстовой модальностях.
Что можно сделать
- Оценить RAG-пайплайн на отраслевых вопросах
- Обучить реранкер или модель-читатель для RAG
- Сравнить retrieval-компоненты на 12 поддатасетах
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 4,9 тыс.
- Лайков
- 151
Модели, обученные на нём
- tardellirs/crivo-150mКлассификация текста 530
- tardellirs/crivo-32mКлассификация текста 253
- tardellirs/crivo-400mКлассификация текста 183
- tardellirs/crivo-68mКлассификация текста 183
- tardellirs/crivo-1bКлассификация текста 149
- tardellirs/crivo-17mКлассификация текста 145
- vllm-sr/Decision-1.0-Route-0.6BZero-shot классификация 132
- KnutJaegersberg/tildeopen-30b-mu-instruct-Q4_K_M-GGUFГенерация текста 49
Как загрузить
from datasets import load_dataset
ds = load_dataset("galileo-ai/ragbench")