CBT 数据集由文字段落和相应问题构建，问答数据均来自古腾堡项目免费提供的书籍，该数据集用于直接测量语言模型、更广泛的语言环境用于问答和仿真查找。

CBT 数据集由 Facebook 于 2016 年发布，主要发布人有 Felix Hill 、 Antoine Bordes 、 Sumit Chopra 和 Jason Weston，相关论文有《The Goldilocks Principle: Reading Children’s Books with Explicit Memory Representations》。