wygao8/13B-LoRA-DP0.2-BG5-MM

该数据集包含多种语言对的翻译数据，包括捷克语-英语（cs-en）、德语-英语（de-en）、冰岛语-英语（is-en）、俄语-英语（ru-en）和中文-英语（zh-en）。每个语言对的数据集都包含源语言和目标语言的字符串序列，以及不同模型（如kiwi-xl, kiwi-xxl, xcomet-xl）对翻译质量的评分序列。数据集主要用于训练和评估机器翻译模型。

This dataset contains translation data for multiple language pairs, including Czech-English (cs-en), German-English (de-en), Icelandic-English (is-en), Russian-English (ru-en), and Chinese-English (zh-en). Each language pairs dataset includes string sequences of the source and target languages, as well as score sequences from different models (e.g., kiwi-xl, kiwi-xxl, xcomet-xl) evaluating the translation quality. The dataset is primarily used for training and evaluating machine translation models.

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_cs_kiwi-xxl: 浮点数序列
    • alma_cs_xcomet-xl: 浮点数序列
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_en_kiwi-xxl: 浮点数序列
    • alma_en_xcomet-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: 7009969
    • 样本数: 2009
• 下载大小: 2308593
• 数据集大小: 7009969

de-en

• 特征:
  • translation:
    • alma_de: 字符串序列
    • alma_de_kiwi-xl: 浮点数序列
    • alma_de_kiwi-xxl: 浮点数序列
    • alma_de_xcomet-xl: 浮点数序列
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_en_kiwi-xxl: 浮点数序列
    • alma_en_xcomet-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: 7332762
    • 样本数: 2009
• 下载大小: 2243128
• 数据集大小: 7332762

is-en

• 特征:
  • translation:
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_en_kiwi-xxl: 浮点数序列
    • alma_en_xcomet-xl: 浮点数序列
    • alma_is: 字符串序列
    • alma_is_kiwi-xl: 浮点数序列
    • alma_is_kiwi-xxl: 浮点数序列
    • alma_is_xcomet-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: 7088576
    • 样本数: 2009
• 下载大小: 2383866
• 数据集大小: 7088576

ru-en

• 特征:
  • translation:
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_en_kiwi-xxl: 浮点数序列
    • alma_en_xcomet-xl: 浮点数序列
    • alma_ru: 字符串序列
    • alma_ru_kiwi-xl: 浮点数序列
    • alma_ru_kiwi-xxl: 浮点数序列
    • alma_ru_xcomet-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: 9516172
    • 样本数: 2009
• 下载大小: 2656127
• 数据集大小: 9516172

zh-en

• 特征:
  • translation:
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_en_kiwi-xxl: 浮点数序列
    • alma_en_xcomet-xl: 浮点数序列
    • alma_zh: 字符串序列
    • alma_zh_kiwi-xl: 浮点数序列
    • alma_zh_kiwi-xxl: 浮点数序列
    • alma_zh_xcomet-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: 6559589
    • 样本数: 2009
• 下载大小: 2363748
• 数据集大小: 6559589

数据文件路径

• cs-en:
  • train: cs-en/train-*
• de-en:
  • train: de-en/train-*
• is-en:
  • train: is-en/train-*
• ru-en:
  • train: ru-en/train-*
• zh-en:
  • train: zh-en/train-*