wygao8/13B-LoRA-DP0.8-BG5-R2

该数据集包含多个语言对的翻译数据，涵盖捷克语-英语、德语-英语、冰岛语-英语、俄语-英语和中文-英语等语言对。每个语言对的特征包括翻译文本和相关的序列数据，以及一些元数据如语言对标识和所需翻译方向。数据集分为训练集（train），每个语言对的训练集包含2009个样本。

This dataset contains translation data for multiple language pairs, including Czech-English, German-English, Icelandic-English, Russian-English, and Chinese-English. Each language pairs features include translated texts and related sequence data, along with metadata such as language pair identification and required translation directions. The dataset is split into a training set (train), with each language pairs training set containing 2009 samples.

原始信息汇总

数据集概述

数据集配置

cs-en

• 特征:
  • translation:
    • alma_cs: 字符串序列
    • alma_cs_kiwi-xl: 浮点数序列
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • cs: 字符串
    • en: 字符串
    • language_pair: 字符串
    • required_directions: 字符串
• 分割:
  • train:
    • 字节数: 6641118
    • 样本数: 2009
• 下载大小: 2025886 字节
• 数据集大小: 6641118 字节

de-en

• 特征:
  • translation:
    • alma_de: 字符串序列
    • alma_de_kiwi-xl: 浮点数序列
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • de: 字符串
    • en: 字符串
    • language_pair: 字符串
    • required_directions: 字符串
• 分割:
  • train:
    • 字节数: 6896426
    • 样本数: 2009
• 下载大小: 2000649 字节
• 数据集大小: 6896426 字节

is-en

• 特征:
  • translation:
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_is: 字符串序列
    • alma_is_kiwi-xl: 浮点数序列
    • en: 字符串
    • is: 字符串
    • language_pair: 字符串
    • required_directions: 字符串
• 分割:
  • train:
    • 字节数: 6736288
    • 样本数: 2009
• 下载大小: 2025070 字节
• 数据集大小: 6736288 字节

ru-en

• 特征:
  • translation:
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_ru: 字符串序列
    • alma_ru_kiwi-xl: 浮点数序列
    • en: 字符串
    • language_pair: 字符串
    • required_directions: 字符串
    • ru: 字符串
• 分割:
  • train:
    • 字节数: 9301060
    • 样本数: 2009
• 下载大小: 2406612 字节
• 数据集大小: 9301060 字节

zh-en

• 特征:
  • translation:
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_zh: 字符串序列
    • alma_zh_kiwi-xl: 浮点数序列
    • en: 字符串
    • language_pair: 字符串
    • required_directions: 字符串
    • zh: 字符串
• 分割:
  • train:
    • 字节数: 6318677
    • 样本数: 2009
• 下载大小: 1983659 字节
• 数据集大小: 6318677 字节