wygao8/13B-LoRA-DP0.2-BG5-R2

该数据集包含多个语言对的翻译数据，支持的语种包括捷克语-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包含2009个训练样本，每个样本包含翻译文本及其相关的元数据，如语言对和所需翻译方向。数据集的总大小和下载大小也已在README中提供。

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 2009 training samples, with each sample containing translation text and related metadata such as language pair and required translation directions. The total size and download size of the dataset are also provided in the README.

原始信息汇总

数据集概述

数据集配置

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: 6557146
    • 样本数: 2009
• 下载大小: 1682987 字节
• 数据集大小: 6557146 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: 6817079
    • 样本数: 2009
• 下载大小: 1623806 字节
• 数据集大小: 6817079 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: 6625212
    • 样本数: 2009
• 下载大小: 1709478 字节
• 数据集大小: 6625212 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: 9154656
    • 样本数: 2009
• 下载大小: 2032203 字节
• 数据集大小: 9154656 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: 6206801
    • 样本数: 2009
• 下载大小: 1716618 字节
• 数据集大小: 6206801 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-*