К содержимому

Датасет · reasonir

Синтетические данные для ризонинг-поиска ReasonIR

reasonir/reasonir-data

Англоязычный датасет со сложными запросами и текстами разной длины, на котором обучали ретривер ReasonIR-8B.

Что внутри

В наборе от 100 тысяч до 1 миллиона текстовых примеров на английском языке, созданных для обучения модели ReasonIR-8B. Внутри лежат синтетические данные с текстами разной длины и сложные запросы (при этом оригинальные позитивные документы для сложных запросов нужно докачать и объединить отдельно прилагаемым скриптом из-за юридических ограничений).

Что можно сделать

  • Обучение нейросетевых ретриверов для сложного поиска с рассуждениями
  • Улучшение поиска документов в RAG-пайплайнах
  • Тестирование моделей поиска на запросах разной длины
Задачи
Поиск по текстам
Языки
Английский
Размер
100K–1M записей
Скачиваний за месяц
496
Лайков
36

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("reasonir/reasonir-data")