MultiHop-RAG 可以免费使用吗？用的什么许可证？

MultiHop-RAG 没有声明许可证。代码虽然公开，但没有许可证就没有明确的使用授权，正式使用前建议先联系作者。

MultiHop-RAG 还在维护吗？

半年内有更新。MultiHop-RAG 最近一次提交是在 2026年9月16日。

MultiHop-RAG 适合用来做什么？

评测嵌入模型在多文档问题上的检索效果测试大模型能否综合多个检索来源进行推理比较使用元数据过滤或重排序的 RAG 流程

MultiHop-RAG 怎么安装和运行？

安装 llama-index 依赖: pip install llama-index==0.9.40 运行简单检索示例: python simple_retrieval.py --retriever BAAI/llm-embedder 运行基于 llama 的问答示例: python qa_llama.py

在哪里获取 MultiHop-RAG？

源代码和安装说明在 GitHub 上：https://github.com/yixuantt/MultiHop-RAG

yixuantt/MultiHop-RAG

一个包含 2556 条多跳问题的问答数据集，用于评估跨文档的检索增强生成（RAG）效果。

在 GitHub 查看

Star: 476
Fork: 46
未关闭 Issue: 12
最近提交: 上个月

这是什么？

MultiHop-RAG 是一个基准数据集，用于测试检索增强生成（RAG）系统在回答需要综合多篇文档证据的问题时的表现。数据集共包含 2556 条查询，每条查询的证据分布在 2 到 4 篇文档中。

查询中还涉及文档元数据，系统在检索和推理时需要利用这些信息，贴近真实 RAG 应用中多来源混合的场景。该项目配套 COLM 2024 论文，数据可通过仓库文件获取，也提供 Hugging Face 数据加载方式。

仓库提供了基于 llama-index 的检索示例（可选重排序，使用 BAAI/llm-embedder）和基于 Llama 的问答示例，并附带检索与问答结果的评估脚本。数据集的部分构建流程代码也一并开源，供参考。

核心功能

01包含 2556 条查询，每条需要 2 到 4 篇文档的证据
02查询涉及文档元数据，贴近真实 RAG 应用场景
03提供带可选重排序的检索示例脚本
04提供基于 Llama 的问答示例脚本
05附带检索和问答结果的评估脚本

适用场景

评测嵌入模型在多文档问题上的检索效果
测试大模型能否综合多个检索来源进行推理
比较使用元数据过滤或重排序的 RAG 流程

快速上手

1
安装 llama-index 依赖
pip install llama-index==0.9.40
2
运行简单检索示例
python simple_retrieval.py --retriever BAAI/llm-embedder
3
运行基于 llama 的问答示例
python qa_llama.py

使用前须知

这是一个数据集项目而非独立软件工具，构建代码结构较乱，仅供参考。
元数据中未标注软件许可证；README 中注明的是 ODC-BY 数据许可证。

收录于专题

测试框架与自动化测试工具

常见问题

MultiHop-RAG 是什么？: 一个包含 2556 条多跳问题的问答数据集，用于评估跨文档的检索增强生成（RAG）效果。 MultiHop-RAG 是一个基准数据集，用于测试检索增强生成（RAG）系统在回答需要综合多篇文档证据的问题时的表现。数据集共包含 2556 条查询，每条查询的证据分布在 2 到 4 篇文档中。
MultiHop-RAG 可以免费使用吗？用的什么许可证？: MultiHop-RAG 没有声明许可证。代码虽然公开，但没有许可证就没有明确的使用授权，正式使用前建议先联系作者。
MultiHop-RAG 还在维护吗？: 半年内有更新。MultiHop-RAG 最近一次提交是在 2026年9月16日。
MultiHop-RAG 适合用来做什么？: 评测嵌入模型在多文档问题上的检索效果测试大模型能否综合多个检索来源进行推理比较使用元数据过滤或重排序的 RAG 流程
MultiHop-RAG 怎么安装和运行？: 安装 llama-index 依赖: pip install llama-index==0.9.40 运行简单检索示例: python simple_retrieval.py --retriever BAAI/llm-embedder 运行基于 llama 的问答示例: python qa_llama.py
在哪里获取 MultiHop-RAG？: 源代码和安装说明在 GitHub 上：https://github.com/yixuantt/MultiHop-RAG

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。