跨语言规则遵循无规则基线回答集
数据集简介
数据集卡片
该数据集是跨语言规则遵循(Crosslingual Rule Following,CRV)项目下的无规则基线回答集,核心用途是收集多语言大模型在无规则约束(no-rule baseline)条件下的回答,为跨语言规则遵循研究提供基线对照。数据规模约 2.6k 行,属于 1K–10K 规模类别,存储体积约 2,188,664 字节,以 parquet 表格承载文本模态内容。数据集为公开状态(private=false,gated=false),可在数据集页面直接浏览与下载 parquet 文件;项目未标注具体许可条款。
数据工作室
数据按模型与语言拆分文件,目录结构如下:
Qwen__Qwen3-8B/{am,de,hi,ig,it,ko,ru,ta,tr,ur}.parquetmeta-llama__Llama-3.1-8B-Instruct/{am,de,hi,ig,it,ko,ru,ta,tr,ur}.parquet
其中语言代码对应阿姆哈拉语(am)、德语(de)、印地语(hi)、伊博语(ig)、意大利语(it)、韩语(ko)、俄语(ru)、泰米尔语(ta)、土耳其语(tr)、乌尔都语(ur)。每条记录包含以下字段:id、model_id、category、topic、grammar_type、language、system、user_query、response、sample_idx、pair_type、rule_status、checker、pressure_level、pressure_name。示例记录显示 rule_status 为 active、binds 为 true、violation_event 为 specific_buy_recommendation_present、checker_type 为 llm_judge,主题涉及金融场景。
文件与版本
数据集发布于 2026-10-27,创建时间为 2026-10-27T14:42:52.000Z,最后修改时间为 2026-10-27T15:59:22.000Z。用户可通过数据集页面的“Files and versions”区域获取各 parquet 文件,官方文件直链由系统嗅探写入。
社区
数据集页面设有“Community”区域,供使用者围绕跨语言规则遵循研究进行讨论与反馈。