PoLitBert_v32k_cos1_2_50k - Polish RoBERTa model

B2FIND2026-04-29 收录

多语言自然语言处理

预训练语言模型

数据链接：

https://b2find.eudat.eu/dataset/9ba00b4b-785e-5589-9f42-2160001d2e87 数据链接链接失效反馈

官方服务：

资源简介：

Polish RoBERTa model trained on Polish Wikipedia, Polish literature and Oscar.

在波兰语维基百科、波兰语文学作品以及奥斯卡（Oscar）上训练的波兰语RoBERTa模型

Skywork/ChineseDomainModelingEval

多语言自然语言处理

模型评估

Skywork/ChineseDomainModelingEval是中文领域建模能力评测数据集，我们对多个领域筛选出2023年9月份-2023年10月份新发布的几百到上千篇高质量文章，并人工进行了核对。测试数据的来源也足够广泛，质量也高。我们可以选取当前最新的文章评测不同模型的Perplexity，模型很难作弊。并且我们会持续按照最新数据评测各个模型效果，动态更新各个模型能力。

Hugging Face2023-11-02 更新500

MERA-evaluation/ruVQA

视觉问答

多语言自然语言处理

ruVQA是一个用于俄语的公开视觉问答（VQA）数据集，包含真实照片和抽象插图两种类型的图像。问题分为简单和复杂两类，涵盖了多种类型如二元、比较、数量、地点、方式、哪个、什么、谁等。简单问题仅需基于图像的感知，而复杂问题则需要推理步骤。数据集中的图像均来自公开资源，包括真实照片和卡通抽象图像。数据集旨在测试模型在不同类型图像中区分对象、理解不同问题类型并基于图像生成简短答案的能力。

Hugging Face2024-12-11 更新80

H-Prop and H-Prop-News Propaganda Datasets in Hindi

宣传检测

多语言自然语言处理

The H-Prop dataset contains 28,630 articles created by translating a portion of Proppy Corpus in Hindi. Each article is labeled as either “propagandistic” (positive class) or “non-propagandistic” (neg

Zenodo2022-01-07 更新60

duwuonline/UIT-VSMEC

情感分析

多语言自然语言处理

该数据集来自UIT（信息技术大学），包含7个类别：其他、厌恶、享受、愤怒、惊讶、悲伤、恐惧。数据集的语言为越南语，主要用于情感分类任务。

Hugging Face2023-08-28 更新160

premio-ai/TheArabicPile_Translations

机器翻译

多语言自然语言处理

--- license: cc-by-nc-4.0 dataset_info: - config_name: original features: - name: text dtype: string splits: - name: train num_bytes: 132546483512 num_examples: 289854122 downloa

Hugging Face2024-03-24 更新60

PoLitBert_v32k_cos1_2_50k - Polish RoBERTa model

资源简介：

相关数据集