外观
Skip to content
概述
这套数据集的采集方式、多模态结构、存储格式与适用任务。
BRIGHT 是一个面向文本检索的基准数据集，特点是需要较强推理才能检索到相关文档。查询来自多个真实人类数据来源，包括 StackExchange、LeetCode 和数学竞赛；实验中现有检索模型在该基准上表现较弱，最高分为 nDCG@10 的 22.1。
数据被统一为一致格式，包含 examples、documents 和 long_documents 三个子集。examples 中包含 query、人类标注的 gold reasoning steps、实例 id、评估时排除的 excluded_ids，以及对应短文档和长文档的 gold ids；documents 提供短版本内容，long_documents 提供完整网页、博客等长版本内容，但不适用于 theoremqa、aops、leetcode。
关键规格与模态
数据规模、传感器模态、标注层级、存储格式及 Hugging Face Hub 下载热度。
- 采集方式
- 遥操作
- 开源协议
- cc-by-4.0
- 传感器模态
- 文本
- 标注粒度
- 语言标注
- 存储格式
- parquet
暂未公开或待收录：总时长 · 演示轨迹数 (Episodes)
数据下载与加载代码
通过 Hugging Face CLI 或 LeRobot Dataset API 直接读取帧序列与动作标签。
# 使用 Hugging Face CLI 下载数据集
huggingface-cli download xlangai/BRIGHT --repo-type dataset --local-dir ./data/xlangai-bright
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("xlangai/BRIGHT")
print(f"Episodes: {dataset.num_episodes}, Frames: {dataset.num_frames}")关联采集机型与策略模型
采集或适配该数据集的机器人本体，以及可在其上训练/评估的 VLA 与控制策略模型。
尚未收录关联机型或引用它的模型。
来源
本页事实对应的公开页面，以原文为准。
- Hugging Face datasets xlangai/BRIGHT访问 2026-10-21