Dataset de Hugging Face · anacodicai-labs
COVID-QA Retrieval Benchmark (AnacodicAI parse)
- Licencia
- Licencia no indicada
- La fuente no indica licencia. Sin ella, los datos pueden no ser de libre uso: pregunta al autor o elige otro dataset.
- Formatos
- JSON, MD, JSONL, CSV, ZST
- Tamaño
- 36 GB
- Actualizado
- 9 oct 2026
Descripción
COVID-QA Retrieval Benchmark — parsed with the AnacodicAI guidelines pipeline A public retrieval / RAG benchmark over biomedical COVID-19 papers. Questions and gold answers come from deepset COVID-QA (Apache-2.0); the papers were fetched as PDFs and parsed with the same production pipeline as the AnacodicAI guidelines-generator and specialistRAG systems — so a number here reflects the real pipeline, not a toy one. 1,637 papers total: 137 with questions + 1,500 topic-matched…
Descripción de Hugging Face, abreviada.
Archivos (8)
- MDLICENSE.md771 B
- JSONLchunks.jsonl916 MB
- JSONLgold/questions.jsonl539 kB
- CSVmanifest.csv27 kB
- CSVmanifest_distractors.csv253 kB
- ZSTparsed_all_1637.tar.zst17 GB
- ZSTparsed_decoys_1500.tar.zst16 GB
- ZSTparsed_questions_137.tar.zst1,6 GB
DataHunter no guarda ni aloja estos archivos: cada enlace lleva a la fuente original. Revisa allí la licencia antes de usar los datos.