hgissbkh/ALMA-R-Preference-No-Ext

该数据集包含多种语言对的翻译数据，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训练集，训练集的特征包括源语言和目标语言的文本数据，以及相关的评分数据（如kiwi_xcomet评分）。数据集主要用于多语言翻译任务。

原始信息汇总

数据集概述

数据集配置

1. cs-en

   • 特征:
     • translation:
       • chosen_cs: string
       • chosen_cs_kiwi_xcomet: float64
       • chosen_en: string
       • chosen_en_kiwi_xcomet: float64
       • cs: string
       • en: string
       • language_pair: string
       • rejected_cs: string
       • rejected_cs_kiwi_xcomet: float64
       • rejected_en: string
       • rejected_en_kiwi_xcomet: float64
       • required_directions: string
   • 分割:
     • train:
       • num_bytes: 1715121
       • num_examples: 2009
   • 下载大小: 1165385
   • 数据集大小: 1715121

2. de-en

   • 特征:
     • translation:
       • chosen_de: string
       • chosen_de_kiwi_xcomet: float64
       • chosen_en: string
       • chosen_en_kiwi_xcomet: float64
       • de: string
       • en: string
       • language_pair: string
       • rejected_de: string
       • rejected_de_kiwi_xcomet: float64
       • rejected_en: string
       • rejected_en_kiwi_xcomet: float64
       • required_directions: string
   • 分割:
     • train:
       • num_bytes: 2546558
       • num_examples: 3065
   • 下载大小: 1656560
   • 数据集大小: 2546558

3. is-en

   • 特征:
     • translation:
       • chosen_en: string
       • chosen_en_kiwi_xcomet: float64
       • chosen_is: string
       • chosen_is_kiwi_xcomet: float64
       • en: string
       • is: string
       • language_pair: string
       • rejected_en: string
       • rejected_en_kiwi_xcomet: float64
       • rejected_is: string
       • rejected_is_kiwi_xcomet: float64
       • required_directions: string
   • 分割:
     • train:
       • num_bytes: 1730100
       • num_examples: 2009
   • 下载大小: 1145004
   • 数据集大小: 1730100

4. ru-en

   • 特征:
     • translation:
       • chosen_en: string
       • chosen_en_kiwi_xcomet: float64
       • chosen_ru: string
       • chosen_ru_kiwi_xcomet: float64
       • en: string
       • language_pair: string
       • rejected_en: string
       • rejected_en_kiwi_xcomet: float64
       • rejected_ru: string
       • rejected_ru_kiwi_xcomet: float64
       • required_directions: string
       • ru: string
   • 分割:
     • train:
       • num_bytes: 2398229
       • num_examples: 2009
   • 下载大小: 1381329
   • 数据集大小: 2398229

5. zh-en

   • 特征:
     • translation:
       • chosen_en: string
       • chosen_en_kiwi_xcomet: float64
       • chosen_zh: string
       • chosen_zh_kiwi_xcomet: float64
       • en: string
       • language_pair: string
       • rejected_en: string
       • rejected_en_kiwi_xcomet: float64
       • rejected_zh: string
       • rejected_zh_kiwi_xcomet: float64
       • required_directions: string
       • zh: string
   • 分割:
     • train:
       • num_bytes: 2271138
       • num_examples: 3065
   • 下载大小: 1563566
   • 数据集大小: 2271138

数据文件

• 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-*