mahiyama/mrtydi

Mr.TyDi Japanese Retrieval (rebuilt with kNN + reranker) JMTEB の mrtydi-query / mrtydi-corpus (Mr.TyDi Japanese subset) を元に、 corpus を 1024 トークン以下の chunk に分割したうえで kNN 検索と Cross-Encoder リランカーで positive と hard negative を選び直した日本語 retrieval 学習データセット。 pairs / triplets / n-tuples の 3 形式と、Cross-Encoder の生 logit から計算した quality_score で valid 行のみを抽出した n-tuples-filtered の計 4 config を提供する。 Dense Retriever / Cross-Encoder / SPLADE などの日本語検索モデル学習および KL Divergence 蒸留に使える。 Configs… See the full description on the dataset page: https://huggingface.co/datasets/mahiyama/mrtydi.

<iframe src="https://silytics.si/embed/item/e10945b5-52b6-4cf7-bcee-83567abcb5b8" width="420" height="190" style="border:0" loading="lazy" title="Silytics entry"></iframe>

Silytics shows public metadata from Hugging Face and links to the original. Information may be incomplete or out of date. Last refreshed 20 October 2026. Licenses and terms of the original apply to the work itself. Not financial, legal or professional advice.