
大規模多語言閱讀理解資料集 Belebele 的儲存庫。
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
339
±0 (10月13日〜)
最後提交
2024年12月
GitHub 建立日期
2023年8月30日
收錄日
—
自頁面建立時收錄
Star 數變化
以表格顯示
| 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 | 337 |
| 2026年10月 | 339 |
| 2026年11月 | 339 |
各月最後一次快照。1,000 以上的 Star 數以 100 為單位四捨五入。
同分類的熱門資源
tydiqagoogle-research-datasets319TyDi QA 包含20萬個在11種類型多樣語言中人工標註的問答對,這些問答在未見答案且未使用翻譯的情況下撰寫,專為自動問答系統的訓練與評測而設計。本儲存庫提供該資料集的評測程式碼與基線系統。
ml-mkqaapple-aiml-research198我們介紹開放域問答評測集 MKQA,包含在26種類型多樣的語言間對齊的1萬個問答對(共計26萬個問答對)。該資料集旨在為跨廣泛語言的問答品質提供具有挑戰性的基準。詳情請參閱論文《MKQA: A Linguistically Diverse Benchmark for Multilingual Open Domain Question Answering》。
mintakaamazon-science118來自論文《Mintaka: A Complex, Natural, and Multilingual Dataset for End-to-End Question Answering》(COLING 2022)的資料集。
lm-evaluation-harnessEleutherAI14k用於語言模型少樣本評測的框架。
mtebembeddings-benchmark3.4kMTEB:跨語言與跨模態的最先進嵌入評測。
sacrebleumjpost1.3k自動下載測試集並輸出版本字串以便於跨實驗室比較的參考 BLEU 實作。
研究領域相近的資源
- JGLUEshunk0313k更新了 JGLUE 數據集卡和載入腳本,適用於由 Yahoo Japan 和 Waseda University 創建的日本 NLP 基準,涵蓋文本分類(MARC‑ja、JCoLA)、句子對分類(JNLI)和 QA(JSQuAD、JCommonsenseQA),發布版本已在 GitHub 和 Hugging Face 上連結。HF 資料集共同: 語料庫與資料集・評測與基準
- JamC-QAsbintuitions2kJamC‑QA 是一個涵蓋八個日本文化與知識類別的雙語多選題基準測試,並以排行榜指標對比最先進模型。HF 資料集共同: 語料庫與資料集・評測與基準
jemhopqaaiishii30JEMHopQA(日本語説明可能なマルチホップ質問応答)は、内部推論を評価できる日本語マルチホップQAデータセットです。GitHub共同: 語料庫與資料集・評測與基準- JamC-QA-V2sbintuitions148JamC‑QA‑V2 是一個擴充的日語知識基準,涵蓋文化、地理、歷史、法律、醫療保健及地方身份等五大子類別的多項選擇題,並以各種語言模型在這些主題上的完全符合度為評估指標。HF 資料集共同: 語料庫與資料集・評測與基準
- JMMMU-ProJMMMU1kJMMMU‑Pro 是一個基於圖像的日語多模態基準,透過現實模型生成視覺問題並經由人工驗證而創建,顯示目前開源 LMM 在此任務表現不佳,同時提供一種成本效益高的方法供未來 VQA 基準發展使用。HF 資料集共同: 語料庫與資料集・評測與基準
- JAMMEvalllm-jp830JAMMEval 是七個日本 VQA 數據集的蒸餾基準,經過兩輪人工註釋以消除歧義和非視覺問題,提供對多模態日本任務的視覺‑語言模型可靠評估。HF 資料集共同: 語料庫與資料集・評測與基準