TowerEval dataset

该数据集是专门用于评估翻译质量的，它从不同的训练阶段中分离出来。该数据集主要关注英语到德语、俄语和中文的翻译，并包含了针对捷克语、希伯来语和日语的泛化测试。其任务是进行机器翻译评估。