IEPile 是数据集领域的开源项目，由 zjunlp 开发，2024 年首次发布。
它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 213。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-14。开源数据集项目，完全免费，无付费版本。
它主要面向的使用场景是：微调大模型以提升实体识别、关系抽取等专项能力。同类可对比的替代方案包括 UIE、DeepKE、DuIE。
GitHub 星标
★ 213
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队zjunlp
所属国家
定价模式free
价格说明开源数据集项目，完全免费，无付费版本。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型bilingual,chinese,corpus,dataset,english,event-extraction,ie,iepie,information-extraction,instructions,knowledge-graph,large-language-models,named-entity-recognition,natural-language-processing,relation-extraction
GitHub 星标★ 213
30天Star增速
HF 下载量
上线时间2024-01-07 00:00:00
最近更新2026-08-14 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数7
使用教程
核心亮点
- 数据规模大，覆盖多种信息抽取子任务，训练效果更全面
- 基于ACL论文，数据构建方法有学术背书，质量可信
- 提供清洗脚本和基线模型，便于复现和二次开发
不足之处
- 文档/社区待观察
- 早期项目，生态和工具链尚不完善
适用场景
- 微调大模型以提升实体识别、关系抽取等专项能力
- 构建信息抽取领域的中文指令微调数据集
- 学术研究：对比不同数据规模对抽取模型的影响
替代项目
UIE、DeepKE、DuIE
项目介绍
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models