MSMARCO est un ensemble de données de compréhension de lecture automatique qui contient 1 010 916 questions anonymes provenant des journaux de requêtes de recherche de Bing, qui contiennent des réponses générées par l'IA et 182 669 réponses réécrites par l'homme. L'ensemble de données contient également 8 841 823 paragraphes extraits de 3 563 535 documents. L'ensemble de données MSMARCO a été publié par Microsoft en 2016 et mis à jour en 2018. De plus, l'ensemble de données dispose d'une compétition de classement correspondante.