STaRK学习资料汇总 - 大规模半结构化检索基准

RayRay
STaRK知识基查询数据集检索系统大规模Github开源项目

STaRK简介

STaRK (Semi-structured Retrieval Benchmark on Textual and Relational Knowledge bases)是由斯坦福大学和亚马逊共同开发的大规模半结构化检索基准。它涵盖了产品搜索、学术论文搜索和生物医学查询等实际应用场景,为评估基于大型语言模型(LLM)的检索系统提供了新的标准。

STaRK的特点包括:

  • 包含多样化、自然和实用的查询,需要上下文相关的推理
  • 为评估实际检索系统设定了新标准
  • 为未来的研究提出了重要挑战

🔥 想了解更多概述,请查看STaRK官方网站

STaRK logo

学习资源

1. 代码仓库

STaRK的官方GitHub仓库: snap-stanford/stark

在这里你可以找到:

  • 基准数据集的加载和使用说明
  • 评估脚本
  • 示例代码

2. 数据集

STaRK数据集已迁移到Hugging Face: snap-stanford/stark

你可以直接从Hugging Face下载和使用数据集。

3. pip包

STaRK团队提供了一个pip包 stark-qa,可以直接加载数据:

pip install stark-qa

4. 交互式界面

STaRK SKB Explorer 是一个交互式界面,可以让你探索STaRK的知识库。

STaRK SKB Explorer

5. 论文

详细了解STaRK基准的设计和实现: STaRK: Benchmarking LLM Retrieval on Textual and Relational Knowledge Bases

6. 播客

STaRK团队推出了 The Stark Difference Podcast,探讨领导者和牧师如何回应上帝的呼召,改变和塑造他们的生活。

使用指南

  1. 环境设置

推荐使用pip安装:

pip install stark-qa
  1. 数据加载
from stark_qa import load_qa, load_skb dataset_name = 'amazon' # 加载检索数据集 qa_dataset = load_qa(dataset_name) idx_split = qa_dataset.get_idx_split() # 加载半结构化知识库 skb = load_skb(dataset_name, download_processed=True, root=None)
  1. 评估

STaRK提供了评估脚本,可以评估不同模型在基准上的表现。详细使用说明请参考 GitHub仓库的评估部分

结语

STaRK为研究人员和开发者提供了一个强大的工具,用于评估和改进基于LLM的检索系统。通过本文提供的资源,你可以快速上手STaRK基准,开始你的半结构化检索研究之旅。如果你在研究中使用了STaRK,请考虑引用他们的论文

Happy researching with STaRK! 🚀🔍📚

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多