datadreamer-dev/english_to_tamil

该数据集是一个合成的机器翻译数据集，包含英语和泰米尔语的双语对。数据集分为一个训练集，包含1012个样本。数据集使用了GPT-4和Google的mt5-small模型生成，并通过DataDreamer工具进行处理。数据集的总大小为562692字节，下载大小为251912字节。

原始信息汇总

数据集概述

数据集信息

• 特征:
  • english: 类型为 string
  • tamil: 类型为 string
• 分割:
  • train: 字节数为 562692，样本数为 1012
• 下载大小: 251912 字节
• 数据集大小: 562692 字节

配置

• 配置名称: default
• 数据文件:
  • train: 路径为 data/train-*

源数据集

• gsarti/flores_101
• gsarti/flores_101

库名称

• datadreamer

大小类别

• 1K<n<10K

标签

• datadreamer
• datadreamer-0.1.0
• synthetic
• gpt-4
• google/mt5-small