mbzuai-ugrip-statement-tuning/exams

该数据集包含多种语言的配置，每个配置包含两个特征：is_true（表示陈述的真实性，数据类型为int64）和statement（表示陈述内容，数据类型为string）。数据集被分为训练集和验证集，并提供了每个分割的字节数和示例数。数据集涵盖了保加利亚语（bg）、克罗地亚语（hr）、匈牙利语（hu）、意大利语（it）、马其顿语（mk）、波兰语（pl）、葡萄牙语（pt）、阿尔巴尼亚语（sq）、塞尔维亚语（sr）、土耳其语（tr）和越南语（vi）等多种语言。

原始信息汇总

数据集概述

数据集配置

配置名称	特征
bg	- is_true: int64<br>- statement: string
hr	- is_true: int64<br>- statement: string
hu	- is_true: int64<br>- statement: string
it	- is_true: int64<br>- statement: string
mk	- is_true: int64<br>- statement: string
pl	- is_true: int64<br>- statement: string
pt	- is_true: int64<br>- statement: string
sq	- is_true: int64<br>- statement: string
sr	- is_true: int64<br>- statement: string
tr	- is_true: int64<br>- statement: string
vi	- is_true: int64<br>- statement: string

数据集大小

配置名称	下载大小	数据集大小
bg	319684	680197
hr	286597	462323
hu	216370	376499
it	143813	241314
mk	242853	501212
pl	208867	334179
pt	118908	205816
sq	147873	242765
sr	212606	417082
tr	273326	464938
vi	323300	693832

数据集分割

配置名称	训练集	验证集
bg	num_bytes: 537818<br>num_examples: 2344	num_bytes: 142379<br>num_examples: 593
hr	num_bytes: 378436<br>num_examples: 2341	num_bytes: 83887<br>num_examples: 538
hu	num_bytes: 292627<br>num_examples: 1731	num_bytes: 83872<br>num_examples: 536
it	num_bytes: 194688<br>num_examples: 1010	num_bytes: 46626<br>num_examples: 246
mk	num_bytes: 400405<br>num_examples: 1665	num_bytes: 100807<br>num_examples: 410
pl	num_bytes: 269588<br>num_examples: 1577	num_bytes: 64591<br>num_examples: 394
pt	num_bytes: 166832<br>num_examples: 740	num_bytes: 38984<br>num_examples: 184
sq	num_bytes: 192218<br>num_examples: 1194	num_bytes: 50547<br>num_examples: 311
sr	num_bytes: 339750<br>num_examples: 1323	num_bytes: 77332<br>num_examples: 314
tr	num_bytes: 370060<br>num_examples: 1571	num_bytes: 94878<br>num_examples: 393
vi	num_bytes: 557991<br>num_examples: 1955	num_bytes: 135841<br>num_examples: 488