megawikiqa

MegaWikiQA는 Wikidata5M에서 추출한 문법 기반의 결정론적 질의응답 데이터셋으로, 홉 수별로 약 천만 개 단위의 예시를 생성하고 최종적으로 39개 도메인에 걸쳐 125만 개의 학습 샘플을 균형 있게 구성해 스케일링 실험에 적합하도록 설계되었다. 각 관계별로 적절한 질문 템플릿을 수동 선별하여 문장 형식의 일관성과 정답의 단일성을 확보했다. OOD 평가를 위해 도메인 홀드아웃과 재표현(rephrased) 분할을 포함했다.