fair-forward/arc-easy-autotranslated

Name: fair-forward/arc-easy-autotranslated
Creator: fair-forward
Published: 2025-11-01T02:37:47+08:00

Hugging Face2025-10-26 更新2025-11-01 收录

自动翻译

多语言数据

数据链接：

https://hf-mirror.com/datasets/fair-forward/arc-easy-autotranslated 数据链接链接失效反馈

官方服务：

资源简介：

数据集包含多个配置，每个配置有训练集和测试集，包含问题、选项和答案等信息。

提供机构：

LeWiDi-2025数据集是一个用于训练和评估自然语言处理模型的资源，它包含了四个数据集，分别是：Conversational Sarcasm Corpus (CSC)、MultiPICo dataset (MP)、VariErr NLI dataset (VEN)和Paraphrase Detection dataset (Par)。这些数据集覆盖了自然语言处理的多个领域，包括讽刺检测、自然语

arXiv2025-10-10 更新440

C4Corpus

多语言数据

网络数据分析

C4Corpus是一个多语言的Web规模数据集，具有免费许可证，用于处理和分析来自CommonCrawl的Creative Commons内容。

github2024-03-01 更新310

QubitPi/wiktionary-data

多语言数据

自然语言处理

该数据集是从英语维基词典（English Wiktionary）中提取的子数据集，支持多种语言，包括德语、拉丁语、古希腊语、韩语、古波斯语、阿卡德语、埃兰语和梵语。数据集分为两个子集：一个是语言子集，包含上述语言的提取数据；另一个是图子集，用于构建知识图谱。数据集的来源是tatuylonen的wiktextract项目，数据以JSONL格式提供。

Hugging Face2024-12-14 更新180

GlobMed

自然语言处理

多语言数据

GlobMed是迄今为止最大的多语言医疗数据集，涵盖20种语言，包含80万+条目。覆盖高资源语言（如阿拉伯语、中文、英语等）和低资源语言（如孟加拉语、马来语等）。核心任务包括自然语言推理、长形式问答和多选题问答等。

github2026-01-10 更新420

Arknights En-Ja-Zh

游戏本地化

多语言数据

Multilingual in Arknignights. English, Japanese and Chinese langs. Cleaned.

kaggle2023-07-01 更新210