metadata

language:
  - ja
size_categories:
  - 10K<n<100K
dataset_info:
  features:
    - name: qid
      dtype: string
    - name: competition
      dtype: string
    - name: timestamp
      dtype: string
    - name: section
      dtype: string
    - name: number
      dtype: string
    - name: original_question
      dtype: string
    - name: original_answer
      dtype: string
    - name: original_additional_info
      dtype: string
    - name: question
      dtype: string
    - name: answers
      list: string
    - name: passages
      list:
        - name: passage_id
          dtype: int32
        - name: title
          dtype: string
        - name: text
          dtype: string
    - name: positive_passage_indices
      list: int32
    - name: negative_passage_indices
      list: int32
  splits:
    - name: train
      num_bytes: 1742881639
      num_examples: 22335
    - name: validation
      num_bytes: 78671502
      num_examples: 1000
  download_size: 665253451
  dataset_size: 1821553141

Dataset Card for llm-book/aio-retriever

書籍『大規模言語モデル入門』で使用する、「AI王」コンペティションのQAデータセット（文書検索モデル訓練用）です。 GitHub リポジトリ cl-tohoku/quiz-datasets で公開されているデータセットを利用しています。

Licence

本データセットに含まれる一部のクイズ問題の著作権は abc/EQIDEN 実行委員会に帰属するものであり、これらのクイズ問題は本書における使用許諾を得ているものです。

本データセットに含まれる一部のクイズ問題は株式会社キュービックおよび株式会社カプリティオに依頼し作成したものであり、これらのクイズ問題はクリエイティブ・コモンズ表示・継承ライセンス 4.0 (CC BY-SA 4.0) ライセンスの下に提供されています。

本データセットにパッセージとして付与されている Wikipedia のコンテンツは、クリエイティブ・コモンズ表示・継承ライセンス 3.0 (CC BY-SA 3.0) および GNU 自由文書ライセンス (GFDL) の下に配布されているものです。

クイズ問題のライセンスについて、詳細は cl-tohoku/quiz-datasets を参照してください。