发布 ClueWeb22 数据集, 应用在 信息检索、文本生成 领域

本次发布的数据集 ClueWeb22, 该数据集名为ClueWeb22，包含了100亿个文档，这些文档是从富含信息的网页中收集而来的。在其中的B类别中，RAGViz系统选用了8000万份英文文档，这些文档来源于访问频率最高的网页，用以测试RAGViz系统的演示。此外，该数据集的规模为8000万份文档，任务是对检索增强生成性能进行评估。

查看ClueWeb22

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。