issai/ARC_Kazakh_Russian

---
dataset_info:
- config_name: kazakh
features:
- name: id
dtype: string
- name: question
dtype: string
- name: choices
struct:
- name: text
list: string
- name: label
list: string
- name: answerKey
dtype: string
- name: source
dtype: string
splits:
- name: test
num_bytes: 1695580
num_examples: 3548
download_size: 711750
dataset_size: 1695580
- config_name: russian
features:
- name: id
dtype: string
- name: question
dtype: string
- name: choices
dtype: string
- name: answerKey
dtype: int64
- name: source
dtype: string
splits:
- name: test
num_bytes: 1845728
num_examples: 3548
download_size: 790394
dataset_size: 1845728
configs:
- config_name: kazakh
data_files:
- split: test
path: kazakh/test-*
- config_name: russian
data_files:
- split: test
path: russian/test-*
license: cc-by-sa-4.0
task_categories:
- question-answering
language:
- kk
---

## Dataset Summary

These are the machine-translated Kazakh and Russian versions of the [ARC (AI2 Reasoning Challenge)](https://huggingface.co/datasets/allenai/ai2_arc) dataset (test set).

ARC is specifically designed to focus on genuine reasoning abilities, containing elementary and middle-school science questions that require more than simple retrieval or word-matching to solve. These Kazakh and Russian versions serve as a benchmark for evaluating how well models can perform complex reasoning and apply scientific knowledge when prompted in Kazakh or Russian.

数据集信息：
- 配置名称：哈萨克语（Kazakh）
特征：
- 字段名：id，数据类型：字符串（string）
- 字段名：question，数据类型：字符串（string）
- 字段名：choices，结构体（struct）类型，包含两个成员：
- 成员名：text，类型：字符串列表（list[string]）
- 成员名：label，类型：字符串列表（list[string]）
- 字段名：answerKey，数据类型：字符串（string）
- 字段名：source，数据类型：字符串（string）
数据集划分：
- 划分名称：测试集（test），字节数：1695580，样本数：3548
下载大小：711750，数据集总大小：1695580
- 配置名称：俄语（Russian）
特征：
- 字段名：id，数据类型：字符串（string）
- 字段名：question，数据类型：字符串（string）
- 字段名：choices，数据类型：字符串（string）
- 字段名：answerKey，数据类型：64位整数（int64）
- 字段名：source，数据类型：字符串（string）
数据集划分：
- 划分名称：测试集（test），字节数：1845728，样本数：3548
下载大小：790394，数据集总大小：1845728
配置项：
- 配置名称：哈萨克语（Kazakh），数据文件：
- 划分：测试集（test），路径：kazakh/test-*
- 配置名称：俄语（Russian），数据文件：
- 划分：测试集（test），路径：russian/test-*
许可证：CC BY-SA 4.0（知识共享署名-相同方式共享4.0协议）
任务类别：问答任务（Question Answering）
语言：哈萨克语（kk）、俄语（ru）

## 数据集概览
本数据集为[ARC（AI2推理挑战，AI2 Reasoning Challenge）](https://huggingface.co/datasets/allenai/ai2_arc)数据集（测试集）的机器翻译哈萨克语与俄语版本。
ARC数据集专门聚焦真实推理能力的测评，涵盖中小学科学类考题，解决此类问题需超越简单的信息检索或词汇匹配范畴。此次发布的哈萨克语与俄语版本可作为基准测试集，用于评估模型在以哈萨克语或俄语作为提示语言时，完成复杂推理并应用科学知识的能力。