Ru RAG Test Dataset

Датасет для тестирования русскоязычных RAG-систем.

Содержит следующие данные:

1. Файлы (в папка files) - спарсенные страницы русской Википедии. Название файлов это id страницы. Открыть их можно по такому URL: https://ru.wikipedia.org/?curid=
2. Датафрейм Pandas (сохраненный в формате Pickle - ru_rag_test_dataset.pkl) со следующими колонками:
   • Вопрос
   • Правильный ответ
   • Контекст - параграф, в котором содержится правильный ответ
   • Название файла, в котором содержится правильный ответ
3. В ноутбуке RAG dataset.ipynb код для воспроизведения.

Датасет собран на основе датасета RuBQ 2.0 (https://github.com/vladislavneon/RuBQ). Из него отбирались только те вопросы, ответ на которые содержатся только в одной статье, в одном параграфе.