sbintuitions/JMTEB の miracl-retrieval-query / miracl-retrieval-corpus の train split を元に、日本語 retrieval 学習用の (query, positive) ペア、Hard Negative Mining を施した triplet / n-tuple、および Cross-Encoder 蒸留スコアで validated 判定された行のみを抽出した n-tuples-filtered を提供するデータセット。
pairs に加え、cl-nagoya/ruri-v3-310m での kNN 検索と cl-nagoya/ruri-v3-reranker-310m での再スコアリングを通じて Hard Negative を 1 件 / 5 件付与した triplets / n-tuples、ならびに quality_score で validated… See the full description on the dataset page:
https://huggingface.co/datasets/mahiyama/miracl-retrieval.
