
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。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
1,300
±0 (10月13日〜)
最后提交
2026年8月
GitHub 创建日期
2017年9月29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 | 1,300 |
| 2026年10月 | 1,300 |
| 2026年11月 | 1,300 |
各月最后一次快照。1,000 以上的 Star 数按 100 取整。
在 PyPI 上的使用
PyPI 包:sacrebleu · 截至 2026年10月 的月度数值(ClickPy)
近一年下载量
43,484,450
来自日本的比例(近一年)
2.8%
依赖它的 PyPI 包
240
其中必需依赖 158
PyPI 月度下载量
以表格显示
| 月份 | 下载量(月) |
|---|---|
| 2019年1月 | 4,879 |
| 2019年2月 | 7,392 |
| 2019年3月 | 11,030 |
| 2019年4月 | 25,393 |
| 2019年5月 | 24,992 |
| 2019年6月 | 35,404 |
| 2019年7月 | 36,346 |
| 2019年8月 | 105,042 |
| 2019年9月 | 122,140 |
| 2019年10月 | 215,177 |
| 2019年11月 | 260,454 |
| 2019年12月 | 125,863 |
| 2020年1月 | 45,041 |
| 2020年2月 | 60,030 |
| 2020年3月 | 88,280 |
| 2020年4月 | 114,666 |
| 2020年5月 | 217,020 |
| 2020年6月 | 142,504 |
| 2020年7月 | 108,032 |
| 2020年8月 | 128,473 |
| 2020年9月 | 102,378 |
| 2020年10月 | 113,432 |
| 2020年11月 | 96,536 |
| 2020年12月 | 95,956 |
| 2021年1月 | 121,950 |
| 2021年2月 | 142,795 |
| 2021年3月 | 228,622 |
| 2021年4月 | 220,162 |
| 2021年5月 | 178,132 |
| 2021年6月 | 243,650 |
| 2021年7月 | 251,344 |
| 2021年8月 | 506,514 |
| 2021年9月 | 495,828 |
| 2021年10月 | 419,633 |
| 2021年11月 | 429,756 |
| 2021年12月 | 357,288 |
| 2022年1月 | 353,804 |
| 2022年2月 | 442,552 |
| 2022年3月 | 653,368 |
| 2022年4月 | 482,648 |
| 2022年5月 | 530,191 |
| 2022年6月 | 474,968 |
| 2022年7月 | 495,337 |
| 2022年8月 | 525,372 |
| 2022年9月 | 654,429 |
| 2022年10月 | 719,407 |
| 2022年11月 | 857,667 |
| 2022年12月 | 737,228 |
| 2023年1月 | 614,593 |
| 2023年2月 | 606,872 |
| 2023年3月 | 699,346 |
| 2023年4月 | 1,013,280 |
| 2023年5月 | 1,330,406 |
| 2023年6月 | 1,054,478 |
| 2023年7月 | 964,647 |
| 2023年8月 | 1,161,115 |
| 2023年9月 | 1,244,397 |
| 2023年10月 | 1,234,445 |
| 2023年11月 | 1,450,435 |
| 2023年12月 | 1,593,461 |
| 2024年1月 | 1,825,677 |
| 2024年2月 | 1,625,269 |
| 2024年3月 | 1,984,624 |
| 2024年4月 | 2,100,834 |
| 2024年5月 | 2,033,479 |
| 2024年6月 | 1,892,560 |
| 2024年7月 | 2,088,576 |
| 2024年8月 | 2,396,982 |
| 2024年9月 | 2,947,491 |
| 2024年10月 | 2,406,245 |
| 2024年11月 | 2,541,039 |
| 2024年12月 | 1,468,734 |
| 2025年1月 | 1,691,197 |
| 2025年2月 | 2,190,603 |
| 2025年3月 | 2,243,665 |
| 2025年4月 | 1,977,257 |
| 2025年5月 | 2,270,085 |
| 2025年6月 | 2,456,982 |
| 2025年7月 | 2,456,027 |
| 2025年8月 | 2,895,464 |
| 2025年9月 | 2,734,235 |
| 2025年10月 | 2,802,286 |
| 2025年11月 | 2,723,891 |
| 2025年12月 | 2,697,152 |
| 2026年1月 | 3,452,010 |
| 2026年2月 | 3,146,658 |
| 2026年3月 | 3,666,095 |
| 2026年4月 | 3,997,373 |
| 2026年5月 | 4,134,124 |
| 2026年6月 | 4,076,739 |
| 2026年7月 | 4,139,155 |
| 2026年8月 | 4,109,265 |
| 2026年9月 | 3,234,300 |
| 2026年10月 | 4,107,688 |
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。
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。
belebelefacebookresearch339大规模多语言阅读理解数据集 Belebele 的仓库。
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