Thanmay/ARC-Easy-translated

该数据集包含多种语言版本（如英语、古吉拉特语、印地语、马拉雅拉姆语、马拉地语和泰米尔语）的问答数据。每个语言版本的数据集包含id、问题、选项（包含文本和标签）和答案键等特征。数据集被分割为训练集、测试集和验证集，每个分割都有对应的字节数和示例数。

原始信息汇总

数据集概述

配置名称：en

• 特征：
  • id: string
  • question: string
  • choices:
    • text: string
    • label: string
  • answerKey: string
• 分割：
  • train:
    • 字节数: 619000
    • 样本数: 2251
  • test:
    • 字节数: 657514
    • 样本数: 2376
  • validation:
    • 字节数: 157394
    • 样本数: 570
• 下载大小: 762935
• 数据集大小: 1433908

配置名称：gu

• 特征：
  • id: string
  • answerKey: string
  • choices:
    • label: sequence: string
    • text: sequence: string
  • question: string
• 分割：
  • test:
    • 字节数: 1345411
    • 样本数: 2376
  • validation:
    • 字节数: 322953
    • 样本数: 570
• 下载大小: 643013
• 数据集大小: 1668364

配置名称：hi

• 特征：
  • id: string
  • answerKey: string
  • choices:
    • label: sequence: string
    • text: sequence: string
  • question: string
• 分割：
  • test:
    • 字节数: 1415441
    • 样本数: 2376
  • validation:
    • 字节数: 339974
    • 样本数: 570
• 下载大小: 650855
• 数据集大小: 1755415

配置名称：ml

• 特征：
  • id: string
  • answerKey: string
  • choices:
    • label: sequence: string
    • text: sequence: string
  • question: string
• 分割：
  • test:
    • 字节数: 1604585
    • 样本数: 2376
  • validation:
    • 字节数: 384392
    • 样本数: 570
• 下载大小: 720834
• 数据集大小: 1988977

配置名称：mr

• 特征：
  • id: string
  • answerKey: string
  • choices:
    • label: sequence: string
    • text: sequence: string
  • question: string
• 分割：
  • test:
    • 字节数: 1397573
    • 样本数: 2376
  • validation:
    • 字节数: 337046
    • 样本数: 570
• 下载大小: 661806
• 数据集大小: 1734619

配置名称：ta

• 特征：
  • id: string
  • answerKey: string
  • choices:
    • label: sequence: string
    • text: sequence: string
  • question: string
• 分割：
  • test:
    • 字节数: 1621588
    • 样本数: 2376
  • validation:
    • 字节数: 388046
    • 样本数: 570
• 下载大小: 701779
• 数据集大小: 2009634