Datasets:
_id stringlengths 1 4 | text stringlengths 18 108 |
|---|---|
0 | Когда начался Кари́бский кризис? |
5 | Когда был придуман пряник? |
9 | Можно излечиться от наркотической зависимости полностью? |
10 | Когда Анна Павлова впервые исполнила партию в балете "Лебединое озеро"? |
23 | Когда в Китае начали есть палочками? |
28 | Кто написал книгу про цыганку Раду? |
33 | Возле какой реки произошло Мианкальское восстание? |
36 | Как зовут жену Я́на Га́рольда Бру́нванда? |
37 | В каком году Русь свергла татаро-монгольское иго? |
48 | Является ли Украи́нская правосла́вная це́рковь самой большой в Украине по количеству приверженцев? |
62 | Когда освободили Киев от фашистов? |
63 | Когда Дже́нсон Алекса́ндр Ла́йонс Ба́ттон MBE выиграл свою первую гонку? |
66 | Кто был главным конструктором ТУ-95? |
67 | Сколько медалей выйграл СССР в Олимпийских играх в 1972 году? |
68 | Женщины Византии имели равные права с мужчинами? |
69 | Муаммар Кадда́фи посещал Россию? |
72 | Когда был построен Лувр? |
73 | Разновидность Паровоза О звали овечкой? |
77 | Когда начинается действие фильма «Андергра́унд»? |
78 | Черкз сколько лет после Троянской войны Одиссей вернулся на Итаку? |
92 | Что произошло с главным конструктором немецкого автомата StG 44? |
102 | Сколько частей в фильме «Обитель зла»? |
107 | Когда умер Ли Ха́рви О́свальд? |
108 | Куда преземлился «Аполло́н-15»? |
121 | Вавилон был центром держави Александра Македонского? |
123 | Почему Ге́нриха I Птицело́в называли Птицелов? |
134 | В каком году был убит Муссолини? |
137 | В скольких городах России произошли Взрывы жилых домов 4—16 сентября 1999 года? |
138 | В каком возрасте Си́львио Берлуско́ни стал политиком? |
140 | Когда «Особняк с привидениями» появился в Токио? |
143 | Кто является автором манги «Блич»? |
148 | Когда началась Вели́кая Оте́чественная война́? |
160 | Как звали жену Тутанхамона? |
168 | Кто первым в мире совершил Ка́минг-а́ут? |
173 | Где учился Ньютон? |
180 | Была ли женщина императрицей Византии? |
182 | Кто такой Александр Суворов? |
184 | Сколько есть рек в США? |
186 | Что такое Хрущевские постройки? |
189 | Какого роста был древний "человек умелый"? |
192 | Какая основная религия Кхмер-кромов? |
199 | Что было изображено на первой монете США? |
207 | А́нна Иоа́нновна была образованным человеком? |
212 | Когда был основан парк «Софиевка»? |
219 | Сколько дней длился Евромайдан в Украине? |
222 | Кто написал Евангелие? |
223 | Что открыл Ру́аль Э́нгельбрегт Гра́внинг А́мундсен? |
226 | Чем закончилась Опера́ция «И́скра»? |
235 | Какой пенсионный возраст в России в 2019 году? |
246 | Когда Кадыров стал главой Чечни? |
251 | Арту́р Ива́нович Бенни́ был ранен в сражении? |
264 | Какой король сменил религию страны, чтобы развестись с женой? |
266 | Сколько дочерей у Сталлоне? |
274 | Где происходит действие игры Guild Wars? |
278 | Сколько всего сезонов телесериала «Стрела» на март 2019? |
281 | Как звали первого хана Кры́мского ха́нства? |
282 | Сколько длился раскол Фо́тиева схи́зма? |
288 | Сколько лет существовал Вермахт в Германии? |
292 | Когда родился Диоклетиан? |
293 | Как назывался космический корабль, на котором совершила своей первый полет в космос Валентина Терешкова? |
296 | Сколько лет продолжалась Гражданская война на Дону? |
299 | Когда было образовано Незави́симое Госуда́рство Само́а? |
309 | Поставлялся М46 на экспорт? |
319 | Когда состоялся первый бой гладиаторов? |
340 | Какая высота "Стены Плача"? |
343 | В каком году была создана компания Apple? |
354 | Когда начали выпускать СУ-122? |
359 | Христо́дулос Цига́нтес посещал Россию? |
365 | Есть горы в Каппадокии? |
374 | За какую песню певица Елка получила премию Муз-ТВ в 2011 году? |
386 | Когда начались газовые конфликты между Россией и Украиной? |
388 | Как называется столица Алтайского края? |
391 | Где построили первую кирпичную церковь на Руси? |
424 | В каком году начались опиумные войны? |
427 | Протестное движение в России имело антипутинскую направленность? |
428 | Болеют ли Рассе́янным склеро́зом дети? |
434 | Какой размер у перепончатокры́лых насекомых? |
439 | Кто был основателен движения Фалуньгу́н? |
453 | Сколько людей живет в Мехико в 2019 году? |
463 | Кто получил первую медаль Героя Советского Союза? |
467 | Сколько грамм хлеба выдавали в начале блокады в Ленинграде в день на одного человека? |
471 | Рудольф Вальтер Рихард Гесс был признан военным преступником? |
494 | Когда вышел альбом Ланы Дель Рей "Ultraviolence"? |
496 | Сколько лететь до Венеры? |
518 | Какая масса была у Т-18? |
520 | При каком князе Русь приняла православие? |
522 | Кто запустил первый искусственный спутник Земли? |
523 | Как называлось одно из направлений советских "стиляг", которое одевалось только в американские марки одежды? |
524 | Где в Санкт-Петербурге находится статуя Петра Первого в натуральный рост? |
530 | Когда был основан Вели́кий Но́вгород? |
537 | В каком году Москва стала столицей России? |
540 | Когда рыба стала символом христиан? |
543 | Когда на земле появились крокодилы? |
559 | Сколько лет длилась Первая Мировая война? |
561 | Сколько человек погибло во время Туре́цкого вое́нного путча? |
563 | Сколько партий в Верховной Раде Украины в 2019 году? |
574 | Кто был архитектором Часо́вни-усыпа́льницы Святопо́лк-Ми́рских? |
586 | Жюль Анри́ Пуанкаре́ посещал Россию? |
598 | Когда был основан Вознесенский монастырь? |
604 | Когда Германия перешла на евро? |
NanoRuMTEB
This dataset is a Nano-style retrieval dataset for HAKARI-bench.
NanoRuMTEB is a compact Russian retrieval benchmark assembled from ruMTEB retrieval tasks. It includes Russian MIRACL, RIA News retrieval, and RuBQ retrieval; RuSciBench retrieval tasks are grouped separately under NanoMTEB-Misc.
Usage
from datasets import load_dataset
dataset_id = "hakari-bench/NanoRuMTEB"
split = "miracl_ru"
queries = load_dataset(dataset_id, "queries", split=split)
corpus = load_dataset(dataset_id, "corpus", split=split)
qrels = load_dataset(dataset_id, "qrels", split=split)
reranking_candidates = load_dataset(dataset_id, "reranking_hybrid", split=split)
Data Layout
This dataset uses six Hugging Face Datasets configs:
corpus: documents with_idandtextqueries: queries with_idandtextqrels: positive relevance labels withquery-idandcorpus-idbm25: BM25 candidate lists withquery-idandcorpus-idsharrier_oss_v1_270m: dense candidate lists frommicrosoft/harrier-oss-v1-270mreranking_hybrid: RRF candidate lists built frombm25andharrier_oss_v1_270m
Each config has the same Nano split names.
Candidate Construction
bm25: local BM25 top-500 with automatic language-aware tokenization. The resolved tokenizer is shown in the Candidate Quality table, for examplewordseg@ja.harrier_oss_v1_270m: dense top-500 frommicrosoft/harrier-oss-v1-270m. In tables this is shown asDense; Dense meansmicrosoft/harrier-oss-v1-270mwith theweb_search_queryprompt for queries and cosine similarity over normalized embeddings.reranking_hybrid: RRF overbm25andharrier_oss_v1_270musingrrf_k=100, keeping the RRF top-100.
Safeguard means rank 101 is appended only when RRF top-100 contains no qrels-positive document.
Split Statistics
Length statistics are character counts computed with len(str(text)).
| Nano split | Queries | Corpus | Qrels | Query chars avg | Query chars p50 | Query chars p75 | Doc chars avg | Doc chars p50 | Doc chars p75 |
|---|---|---|---|---|---|---|---|---|---|
| miracl_ru | 200 | 10000 | 579 | 45.4 | 41.0 | 53.2 | 517.3 | 404.0 | 685.2 |
| ria_news | 200 | 10000 | 200 | 62.0 | 65.0 | 68.0 | 1145.3 | 1169.5 | 1523.0 |
| ru_bq | 200 | 10000 | 334 | 52.2 | 48.0 | 60.2 | 484.5 | 380.0 | 645.0 |
Candidate Quality
nDCG@10 and Recall@100 are computed from the included candidate rankings against the included qrels, then reported as 0-100 scores such as 52.45. Recall@100 uses only the top 100 candidates; an optional rank-101 safeguard positive is not counted in Recall@100.
Dense means microsoft/harrier-oss-v1-270m with the web_search_query prompt and cosine similarity.
| Nano split | BM25 tokenizer | BM25 nDCG@10 | Dense nDCG@10 | Hybrid nDCG@10 | BM25 Recall@100 | Dense Recall@100 | Hybrid Recall@100 | Hybrid candidates | Safeguard positives |
|---|---|---|---|---|---|---|---|---|---|
| Mean | - | 70.89 | 87.18 | 78.95 | 91.83 | 95.94 | 98.73 | - | 5 |
| miracl_ru | stemmer@russian | 51.54 | 79.38 | 66.46 | 89.09 | 95.78 | 99.26 | 100-101 | 1 |
| ria_news | stemmer@russian | 91.35 | 94.78 | 92.72 | 97.50 | 97.50 | 99.00 | 100-101 | 2 |
| ru_bq | stemmer@russian | 69.79 | 87.39 | 77.67 | 88.92 | 94.54 | 97.92 | 100-101 | 2 |
Hybrid Safeguard Summary
- Safeguard positives: 5
- Rows limited by corpus size: 0
- Metadata file:
reranking_hybrid_metadata.json
Source Links
- mteb/MIRACLRetrievalHardNegatives
- mteb/RiaNewsRetrieval_test_top_250_only_w_correct-v2
- ai-forever/rubq-retrieval
License
NanoRuMTEB is a derived dataset. Users must comply with the licenses, terms, and attribution requirements of the upstream MTEB task sources and their original datasets.
- Downloads last month
- 123