Buchumschlag

MultiWikiQA: A Reading Comprehension Benchmark in 300+ Languages

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Smart, Dan Saattrup
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A multilingual hallucination benchmark: MultiWikiQHalluA
von: Thoresen, Freja, et al.
Veröffentlicht: (2026)

MultiZebraLogic: A Multilingual Logical Reasoning Benchmark
von: Bruun, Sofie Helene, et al.
Veröffentlicht: (2025)

FoQA: A Faroese Question-Answering Dataset
von: Simonsen, Annika, et al.
Veröffentlicht: (2025)

JobResQA: A Benchmark for LLM Machine Reading Comprehension on Multilingual Résumés and JDs
von: Carrino, Casimiro Pio, et al.
Veröffentlicht: (2026)

WikiMixQA: A Multimodal Benchmark for Question Answering over Tables and Charts
von: Foroutan, Negar, et al.
Veröffentlicht: (2025)

Hotter and Colder: A New Approach to Annotating Sentiment, Emotions, and Bias in Icelandic Blog Comments
von: Friðriksdóttir, Steinunn Rut, et al.
Veröffentlicht: (2025)

Encoder vs Decoder: Comparative Analysis of Encoder and Decoder Language Models on Multilingual NLU Tasks
von: Nielsen, Dan Saattrup, et al.
Veröffentlicht: (2024)

ThReadMed-QA: A Multi-Turn Medical Dialogue Benchmark from Real Patient Questions
von: Munnangi, Monica, et al.
Veröffentlicht: (2026)

Medical Knowledge Graph QA for Drug-Drug Interaction Prediction based on Multi-hop Machine Reading Comprehension
von: Gao, Peng, et al.
Veröffentlicht: (2022)

IntentionQA: A Benchmark for Evaluating Purchase Intention Comprehension Abilities of Language Models in E-commerce
von: Ding, Wenxuan, et al.
Veröffentlicht: (2024)

RJUA-QA: A Comprehensive QA Dataset for Urology
von: Lyu, Shiwei, et al.
Veröffentlicht: (2023)

DisastQA: A Comprehensive Benchmark for Evaluating Question Answering in Disaster Management
von: Chen, Zhitong, et al.
Veröffentlicht: (2026)

MultiChartQA: Benchmarking Vision-Language Models on Multi-Chart Problems
von: Zhu, Zifeng, et al.
Veröffentlicht: (2024)

ViQA-COVID: COVID-19 Machine Reading Comprehension Dataset for Vietnamese
von: Nguyen-Phung, Hai-Chung, et al.
Veröffentlicht: (2025)

VlogQA: Task, Dataset, and Baseline Models for Vietnamese Spoken-Based Machine Reading Comprehension
von: Ngo, Thinh Phuoc, et al.
Veröffentlicht: (2024)

Beyond Facts: Benchmarking Distributional Reading Comprehension in Large Language Models
von: Guo, Pei-Fu, et al.
Veröffentlicht: (2026)

NaijaRC: A Multi-choice Reading Comprehension Dataset for Nigerian Languages
von: Aremu, Anuoluwapo, et al.
Veröffentlicht: (2023)

SportQA: A Benchmark for Sports Understanding in Large Language Models
von: Xia, Haotian, et al.
Veröffentlicht: (2024)

MRCEval: A Comprehensive, Challenging and Accessible Machine Reading Comprehension Benchmark
von: Ma, Shengkun, et al.
Veröffentlicht: (2025)

M3SciQA: A Multi-Modal Multi-Document Scientific QA Benchmark for Evaluating Foundation Models
von: Li, Chuhan, et al.
Veröffentlicht: (2024)

FanOutQA: A Multi-Hop, Multi-Document Question Answering Benchmark for Large Language Models
von: Zhu, Andrew, et al.
Veröffentlicht: (2024)

Wiki-Quantities and Wiki-Measurements: Datasets of Quantities and their Measurement Context from Wikipedia
von: Göpfert, Jan, et al.
Veröffentlicht: (2025)

ReasonTabQA: A Comprehensive Benchmark for Table Question Answering from Real World Industrial Scenarios
von: Pan, Changzai, et al.
Veröffentlicht: (2026)

MedEthicsQA: A Comprehensive Question Answering Benchmark for Medical Ethics Evaluation of LLMs
von: Wei, Jianhui, et al.
Veröffentlicht: (2025)

HumMusQA: A Human-written Music Understanding QA Benchmark Dataset
von: Weck, Benno, et al.
Veröffentlicht: (2026)

AirQA: A Comprehensive QA Dataset for AI Research with Instance-Level Evaluation
von: Huang, Tiancheng, et al.
Veröffentlicht: (2025)

M-QALM: A Benchmark to Assess Clinical Reading Comprehension and Knowledge Recall in Large Language Models via Question Answering
von: Subramanian, Anand, et al.
Veröffentlicht: (2024)

PaperHelper: Knowledge-Based LLM QA Paper Reading Assistant
von: Yin, Congrui, et al.
Veröffentlicht: (2025)

ASL STEM Wiki: Dataset and Benchmark for Interpreting STEM Articles
von: Yin, Kayo, et al.
Veröffentlicht: (2024)

MedConceptsQA: Open Source Medical Concepts QA Benchmark
von: Shoham, Ofir Ben, et al.
Veröffentlicht: (2024)

MedExpQA: Multilingual Benchmarking of Large Language Models for Medical Question Answering
von: Alonso, Iñigo, et al.
Veröffentlicht: (2024)

BaziQA-Benchmark: Evaluating Symbolic and Temporally Compositional Reasoning in Large Language Models
von: Chen, Jiangxi, et al.
Veröffentlicht: (2026)

No Culture Left Behind: ArtELingo-28, a Benchmark of WikiArt with Captions in 28 Languages
von: Mohamed, Youssef, et al.
Veröffentlicht: (2024)

GenomeQA: Benchmarking General Large Language Models for Genome Sequence Understanding
von: Long, Weicai, et al.
Veröffentlicht: (2026)

CodeReviewQA: The Code Review Comprehension Assessment for Large Language Models
von: Lin, Hong Yi, et al.
Veröffentlicht: (2025)

DateLogicQA: Benchmarking Temporal Biases in Large Language Models
von: Bhatia, Gagan, et al.
Veröffentlicht: (2024)

AfriMed-QA: A Pan-African, Multi-Specialty, Medical Question-Answering Benchmark Dataset
von: Olatunji, Tobi, et al.
Veröffentlicht: (2024)

Compound-QA: A Benchmark for Evaluating LLMs on Compound Questions
von: Hou, Yutao, et al.
Veröffentlicht: (2024)

MedFrameQA: A Multi-Image Medical VQA Benchmark for Clinical Reasoning
von: Yu, Suhao, et al.
Veröffentlicht: (2025)

ChineseEcomQA: A Scalable E-commerce Concept Evaluation Benchmark for Large Language Models
von: Chen, Haibin, et al.
Veröffentlicht: (2025)