مجموعة بيانات HotpotQA عبارة عن مجموعة بيانات واسعة النطاق للإجابة على الأسئلة تم جمعها على ويكيبيديا الإنجليزية، بما في ذلك 113000 سؤال تم جمعها جماعيًا. للإجابة على هذه الأسئلة، عليك الرجوع إلى فقرات المقدمة لمقالتين على ويكيبيديا. يتكون كل سؤال من فقرتين ذهبيتين وقائمة جمل من أجزاء الفقرات التي تقدم الحقائق الداعمة التي تعتبر ضرورية للإجابة على السؤال.

تتمتع مجموعة البيانات بالخصائص التالية:

1. تتطلب الأسئلة البحث والاستدلال في مستندات داعمة متعددة للإجابة عليها؛
2. إن المشاكل متنوعة ولا تقتصر على أي قاعدة معرفية أو مخطط معرفي موجود مسبقًا؛
3. توفر مجموعة البيانات الحقائق الداعمة على مستوى الجملة المطلوبة للتفكير، مما يسمح لأنظمة ضمان الجودة بالتفكير وشرح التوقعات تحت إشراف قوي؛
4. توفر مجموعة البيانات هذه نوعًا جديدًا من مشكلة مقارنة الحقائق لاختبار قدرة أنظمة ضمان الجودة على استخراج الحقائق ذات الصلة وإجراء المقارنات اللازمة.