SeaEval/cross_mmlu

该数据集包含多种语言（如英语、中文、西班牙语、越南语、印尼语、马来语和菲律宾语）的问答数据。每个语言部分包含答案、选项和问题三个字段。数据集分为测试集，包含150个示例，总大小为345556字节。

The dataset contains questions and answers in multiple languages, each with a question, choices, and answer section. Languages include English, Chinese, Spanish, Vietnamese, Indonesian, Malay, and Filipino. The dataset is divided into a test set with 150 samples, with a total download size of 244592 bytes and a dataset size of 345556 bytes.

原始信息汇总

数据集概述

数据集结构

• id: 字符串类型
• English:
  • answer: 字符串类型
  • choices: 字符串序列
  • question: 字符串类型
• Chinese:
  • answer: 字符串类型
  • choices: 字符串序列
  • question: 字符串类型
• Spanish:
  • answer: 字符串类型
  • choices: 字符串序列
  • question: 字符串类型
• Vietnamese:
  • answer: 字符串类型
  • choices: 字符串序列
  • question: 字符串类型
• Indonesian:
  • answer: 字符串类型
  • choices: 字符串序列
  • question: 字符串类型
• Malay:
  • answer: 字符串类型
  • choices: 字符串序列
  • question: 字符串类型
• Filipino:
  • answer: 字符串类型
  • choices: 字符串序列
  • question: 字符串类型

数据集分割

• test:
  • 样本数量: 150
  • 字节数: 345556

数据集大小

• 下载大小: 244592 字节
• 数据集大小: 345556 字节

配置

• default:
  • 数据文件:
    • split: test
    • path: data/test-*