项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 63
核心亮点
- 官方配套代码，数据与评估流程完整，可复现论文结果
- 支持多种评估模式，灵活适配不同推理场景
- 提供引用级评估指标，能检验答案的证据支撑质量
不足之处
- 数据集规模较小（180题），可能不足以全面评估模型
- 文档/社区待观察
适用场景
- 学术研究：评估大模型多跳推理与证据整合能力
- 模型开发：对比不同检索器或生成器在复杂问答上的表现
- 教育评测：用于测试学生或内部模型的长文本理解水平
替代项目
HotpotQA、2WikiMultiHopQA、MuSiQue
同类项目推荐
leaked-system-prompts
开源
看穿AI产品背后的系统指令，学习提示词设计。
Collection of leaked system prompts
data-prep-kit
开源
一键清洗转换数据，让大模型训练更高效
Open source project for data preparation for GenAI applications
faker
开源
一行代码生成各种逼真假数据，测试开发不用愁
Faker is a Python package that generates fake data for you.
batchgenerators
开源
医学图像训练数据太少？一行管道批量增强2D/3D图像与标签
A framework for data augmentation for 2D and 3D image classification and segmentatio···
aug-pe
开源
用大模型API生成隐私安全的合成文本数据
[ICML 2024 Spotlight] Differentially Private Synthetic Data via Foundation Model API···
mega-data-factory
开源
打造高质量多模态数据集，让基础模型训练更高效
Mega Scale Multimodal DataPipeline for SOTA Foundation Models
mirdata
开源
统一加载校验MIR数据集，省去重复解析代码
Python library for working with Music Information Retrieval datasets
Stanford-solar-forecasting-datas···
开源
用天空图像预测光伏发电，让太阳能调度更准
Stanford sky images and PV power generation dataset for solar forecasting related re···
hagrid
开源
开箱即用的手势识别图像数据集，带边界框标注
HAnd Gesture Recognition Image Dataset