发布BharatSetu 22语言机器翻译数据集

Haq Nawaz Malik 等论文作者发布BharatSetu 22-Indic 1M数据集：984,764条英语句子，每句配sarvamai/sarvam-translate模型生成的印度第八附表22种语言的机器翻译，共21,664,808个语言单元，按行对齐为表格。 作者明确说明该语料为机器生成、未经人工校验，质量因语言、领域和句式而异，经枢轴语言派生的语言对可能同时继承两侧错误，且论文未报告翻译质量结果。作者据此将其定位为机器层，并提出以相同行标识符对应的人工校正层方案。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。