McGill NLP Group发布llm2vec-gen-echo-rewritten-w-hard-negative数据集,应用在问答系统、对抗训练领域

McGill NLP Group本次发布的数据集llm2vec-gen-echo-rewritten-w-hard-negative,该数据集包含多个数据分割版本（原始版本及4个Qwen3模型变体版本），每个分割均包含1433721个样本。数据集采用MIT许可协议，包含五个字符串类型的字段：id（标识符）、question（问题）、answer（答案）、negative_question（负面问题）和negative_answer（负面答案）。原始分割大小为2.04GB，各模型变体分割大小介于1.80GB至3.86GB之间，总数据集规模达14.17GB。数据适用于需要正负样本对比的自然语言处理任务，如问答系统优化、文本对抗训练等场景。

查看llm2vec-gen-echo-rewritten-w-hard-negative

关于McGill NLP Group,麦吉尔自然语言处理小组（McGill-NLP）是专注于计算语言学和自然语言处理研究的学术团队。

关于HuggingFace,Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。