wygao8/13B-LoRA-DP0.5-BG10

该数据集包含多种语言对的翻译数据，具体包括捷克语-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翻译文本及其对应的质量评分（如alma_cs_kiwi-xl, alma_en_kiwi-xl等）。数据集仅包含训练集（train），每个语言对的训练集包含2009个样本，数据大小从5.8MB到8.7MB不等。

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 translated texts and their corresponding quality scores (e.g., alma_cs_kiwi-xl, alma_en_kiwi-xl, etc.). The dataset only includes a training set (train), with each language pairs training set containing 2009 samples, and the data size ranging from 5.8MB to 8.7MB.

原始信息汇总

数据集概述

配置信息

cs-en

• 特征:
  • translation:
    • alma_cs: 字符串序列
    • alma_cs_kiwi-xl: 浮点数序列
    • alma_en: 字符串序列
    • alma_en_kiwi-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: 6288883
    • 样本数: 2009
• 下载大小: 2106660 字节
• 数据集大小: 6288883 字节

de-en

• 特征:
  • translation:
    • alma_de: 字符串序列
    • alma_de_kiwi-xl: 浮点数序列
    • alma_en: 字符串序列
    • alma_en_kiwi-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: 6626171
    • 样本数: 2009
• 下载大小: 2069793 字节
• 数据集大小: 6626171 字节

is-en

• 特征:
  • translation:
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_is: 字符串序列
    • alma_is_kiwi-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: 6360450
    • 样本数: 2009
• 下载大小: 2107793 字节
• 数据集大小: 6360450 字节

ru-en

• 特征:
  • translation:
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_ru: 字符串序列
    • alma_ru_kiwi-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: 8787694
    • 样本数: 2009
• 下载大小: 2462436 字节
• 数据集大小: 8787694 字节

zh-en

• 特征:
  • translation:
    • alma_en: 字符串序列
    • alma_en_kiwi-xl: 浮点数序列
    • alma_zh: 字符串序列
    • alma_zh_kiwi-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: 5836183
    • 样本数: 2009
• 下载大小: 2075913 字节
• 数据集大小: 5836183 字节

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-*