
从 WikiHow 抽取的多语言生成式摘要数据集。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
100
±0 (10月13日〜)
最后提交
2025年3月
GitHub 创建日期
2020年9月25日
收录日
—
自页面创建时收录
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | — |
| 2026年9月 | 100 |
| 2026年10月 | 100 |
| 2026年11月 | 100 |
各月最后一次快照。1,000 以上的 Star 数按 100 取整。
同分类的热门资源
lm-evaluation-harnessEleutherAI14k用于语言模型少样本评测的框架。
mtebembeddings-benchmark3.4kMTEB:跨语言与跨模态的最先进嵌入评测。
sacrebleumjpost1.3k自动下载测试集并输出版本字符串以便于跨实验室比较的参考 BLEU 实现。
xtremegoogle-research650XTREME 是一个用于评测预训练多语言模型跨语言泛化能力的基准,涵盖40种类型多样的语言,包含九项任务。
pawsgoogle-research-datasets572该数据集包含108,463个人工标注对和656k个含噪声标注对,用以体现在释义识别问题中,对结构、上下文与词序信息进行建模的重要性。
massivealexa572面向 MASSIVE 数据集的工具与建模代码。
研究领域相近的资源
- ELYZA-tasks-100elyza2k一个包含100个样本的日语指令微调评估数据集,包含已注释的任务——从摘要校正、数学推理到翻译、创意生成和用户意图理解——旨在对微调模型进行手动或自动的5分制评分。HF 数据集共同: 语料库与数据集・评测与基准
- JMMLUnlp-waseda1kJMMLU 是一个日语大型多任务语言理解基准(Benchmark),包括 7,536 道教师精心制作的问题,覆盖 56 个学科,包括专业医学、心理学、会计、哲学以及各种高中学科。HF 数据集共同: 语料库与数据集・评测与基准
url-nlp (MGSM)google-research279MGSM 是论文《Language models are multilingual chain-of-thought reasoners》中提出的小学数学题基准。共同: 语料库与数据集・评测与基准
xl-sumcsebuetnlp279本仓库包含发表于 Findings of the Association for Computational Linguistics: ACL-IJCNLP 2021 的论文《XL-Sum: Large-Scale Multilingual Abstractive Summarization for 44 Languages》的代码、数据与模型。共同: 语料库与数据集・评测与基准- qg_jaquadlmqg494Japanese JaQuAD,QG‑Bench 的一个子集,提供句子级和段落级的数据,包含高亮的答案词元,用于训练日语问句生成模型,并通过 BLEU4、METEOR、ROUGE‑L、BERTScore 和 MoverScore 进行评估。HF 数据集共同: 语料库与数据集・评测与基准
pfgen-benchpfnet-research110首选的一代基准GitHub共同: 语料库与数据集・评测与基准