Arabic data: The tweets of the Saudi health official analyzed in this paper.

Figshare2023-05-05 更新2026-04-28 收录

数据链接：

https://figshare.com/articles/dataset/Arabic_data_The_tweets_of_the_Saudi_health_official_analyzed_in_this_paper_/22771604 数据链接链接失效反馈

官方服务：

资源简介：

Arabic data: The tweets of the Saudi health official analyzed in this paper.

创建时间：

2023-05-05

3LM

阿拉伯语语言处理

STEM教育

3LM数据集是一套针对阿拉伯语的STEM领域和代码生成而设计的评估基准，旨在填补阿拉伯语大型语言模型在科学和编程领域评估工具的空白。该数据集包含三个部分：STEM相关的问答对、合成的STEM问题和代码生成问题。数据集内容来源于阿拉伯语教科书、教育练习册和在线教育平台，并经过严格的机器翻译和人机协作验证流程，确保了数据的高质量和真实性。3LM数据集旨在支持阿拉伯语大型语言模型在这些重要但代表性不足的

arXiv2025-07-23 更新270

siddiqiya/ar-quran-hadith14books-MSA

阿拉伯语宗教文本语音识别

阿拉伯语语言处理

这是一个阿拉伯语自动语音识别数据集，专注于《古兰经》和《圣训》。它包括各种分割，如“训练”，“验证”，“圣训验证”等，每个分割都有特定的特征。数据集旨在防止人工智能篡改神圣经文，并与Whisper和其他模型兼容。

Hugging Face2025-05-27 更新130

OALL/details_v000000__Qwen2.5-14B-Gutenberg-Instruct-Slerpeno

阿拉伯语语言处理

多领域知识

--- pretty_name: Evaluation run of v000000/Qwen2.5-14B-Gutenberg-Instruct-Slerpeno dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [v000000/Qwen2.5-14B-Gutenber

Hugging Face2024-09-28 更新120

3LM Benchmark

阿拉伯语语言处理

科学推理编程基准

3LM (علم) 是第一个专注于科学推理和编程的阿拉伯语原生基准测试套件。它包含三个子基准测试：1. Native STEM：来自真实阿拉伯教育材料的865道多项选择题（MCQ）；2. Synthetic STEM：使用YourBench管道从阿拉伯教育文本生成的1,744道高难度MCQ；3. Arabic Code Benchmarks：通过GPT-4o翻译成阿拉伯语并经过反向翻译和人工验证的

github2025-08-04 更新220

UBC-NLP/palm

阿拉伯语语言处理

多源数据集

Palm数据集是一个包含多个文化包容性和语言多样性的阿拉伯语数据集，适用于阿拉伯语言的大型语言模型。它包含了测试split，可用于问答和文本生成任务，并覆盖了化学、音乐、艺术、文化和阿拉伯语等多个主题。

Hugging Face2025-03-03 更新130