Datasets
Dataset
PI-Indic-Align
by LingoIITGN
PI-Indic-Align: Persona-Instruction Alignment for Indian Languages 🦚 PI-Indic-Align: Persona-Instruction Alignment for Indian Languages Teaching AI to speak the languages of India, one persona at a time! Dataset Description PI-Indic-Align is a large-scale …
CC-BY-4.0text-retrieval 390 01M < n < 10M rows
published 12 Nov 2025
Preview
First 5 rows of odia / train, from the Hugging Face dataset viewer.
| indian_context_persona | indian_context_instruction | description | id |
|---|---|---|---|
| ମୁମ୍ବାଇରେ ଏନସିପିଏ ଭଳି ପରଫର୍ମଙ୍ଗ ଆର୍ଟ କେନ୍ଦ୍ରର ପରିଚାଳନାଗତ ଦିଗ, ସୁବିଧା ଏବଂ କାର୍ଯ୍ୟକ୍ରମକୁ ବୁଝିବା ପାଇଁ ଆଗ୍ରହୀ ଥିଏଟର ମ୍ୟାନେଜର କିମ୍ବା ଇଭେଣ୍ଟ କୋର୍ଡିନେଟର । | ମୁମ୍ବାଇର ଏନସିପିଏ ଭଳି ଏକ ପରଫର୍ମିଂ ଆର୍ଟ ସେଣ୍ଟରରେ ଏକ ମଲ୍ଟି-ଶୋ ଫେଷ୍ଟିଭାଲ ଆୟୋଜନ କରିବା ସମୟରେ କାର୍ଯ୍ୟସୂଚୀ ଏବଂ ଲଜିଷ୍ଟିକ୍ସ ପାଇଁ କେଉଁ ପ୍ରମୁଖ ବିଷୟଗୁଡିକ ଉପରେ ବିଚାର କରାଯିବା ଉଚିତ? | 2-shot instruction data synthesis | 1 |
| ମୁମ୍ବାଇ ମହାନଗର ଅଞ୍ଚଳରେ ଜନସେବାର ବିତରଣ ଓ ସଂଗଠନକୁ ବୁଝିବାକୁ ଚାହୁଁଥିବା ଜଣେ ସହରାଞ୍ଚଳ ଯୋଜନାକାରୀ । | ମୁମ୍ବାଇର ବିଭିନ୍ନ ଅଂଚଳରେ ଥିବା ଲାଇବ୍ରେରୀ, କମ୍ୟୁନିଟି ସେଣ୍ଟର ଏବଂ ସାର୍ବଜନୀନ ପରିବହନ ଭଳି ସର୍ବସାଧାରଣ ସେବାର ବଣ୍ଟନକୁ ତୁଳନା କରନ୍ତୁ ଏବଂ ଆଲୋଚନା କରନ୍ତୁ ଯେ ନଗରପାଳିକା ସରକାରଙ୍କ ସହରାଞ୍ଚଳ ଯୋଜନା ରଣନୀତି କିପରି ବିଭିନ୍ନ ସାମାଜିକ-ଆର୍ଥିକ ପୃଷ୍ଠଭୂମିର ବାସିନ୍ଦାଙ୍କ ପାଇଁ ଏହି ସେବାଗୁଡିକର ଉପଲବ୍ଧତାକୁ ପ୍ରଭାବିତ କରିଥାଏ । | 2-shot instruction data synthesis | 2 |
| ଜଣେ ଉଚ୍ଚ ବିଦ୍ୟାଳୟର ସାହିତ୍ୟ ଶିକ୍ଷକ ନିଜର ପାଠ୍ୟକ୍ରମକୁ ସମୃଦ୍ଧ କରିବା ପାଇଁ ଏବଂ ଭାରତର ସାଂସ୍କୃତିକ ଐତିହ୍ୟକୁ ଗଭୀର ଭାବରେ ବୁଝିବା ପାଇଁ ଛାତ୍ରମାନଙ୍କୁ ସାହାଯ୍ୟ କରିବା ପାଇଁ ଅତିରିକ୍ତ ସାମଗ୍ରୀ ଖୋଜୁଛନ୍ତି । | ଆପଣ ମୋତେ ୫-୭ଟି ଶିକ୍ଷଣୀୟ ସମ୍ବଳର ତାଲିକା ଦେଇପାରିବେ କି, ଯେଉଁଥିରେ ଭିଡିଓ, ଲେଖା ଏବଂ ଇଣ୍ଟରଆକ୍ଟିଭ୍ ୱେବସାଇଟ୍ ସାମିଲ ଅଛି, ଯାହା ଝୁମ୍ପା ଲହିରୀ କିମ୍ବା ରସ୍କିନ ବଣ୍ଡଙ୍କ ଭଳି ମୋ ଅଞ୍ଚଳର ଭାରତୀୟ ଲେଖକମାନଙ୍କ ସାହିତ୍ୟିକ କାର୍ଯ୍ୟ ଏବଂ ସାଂସ୍କୃତିକ ମହତ୍ତ୍ୱକୁ ଅନୁସନ୍ଧାନ କରିଥାଏ, ଯାହା ମୋ ଏକାଦଶ ଶ୍ରେଣୀ ଇଂରାଜୀ ସାହିତ୍ୟ ପାଠ୍ୟକ୍ରମରେ ଅନ୍ତର୍ଭୁ… | 0-shot instruction data synthesis | 3 |
| ଜଣେ ବିଜ୍ଞାନ କଳ୍ପନା ଲେଖକ, ଯିଏକି ଗୁପ୍ତ ବିଚାରକୁ ଭାରତୀୟ ସମାଜରେ ନିରୀକ୍ଷଣ, ଗୋପନୀୟତା ଏବଂ ଶକ୍ତିର ଗତିଶୀଳତାକୁ ପରୀକ୍ଷା କରୁଥିବା କାହାଣୀରେ ଏକ ବିଷୟ ଭାବରେ ବ୍ୟବହାର କରନ୍ତି । | ଏକ ଅନ୍ଧବିଶ୍ୱାସୀ ଭବିଷ୍ୟତରେ, ମାୟା ନାମକ ଜଣେ ଯୁବ ସାମ୍ବାଦିକ ଗୁପ୍ତ ବିଚାରର ଏକ ଲୁକ୍କାୟିତ ଭୂଗର୍ଭ ନେଟୱାର୍କ ଆବିଷ୍କାର କରନ୍ତି, ଯେଉଁଠାରେ ନାଗରିକମାନଙ୍କୁ ପରିଚାଳନା ଏବଂ ନିୟନ୍ତ୍ରଣ କରିବା ପାଇଁ ଭାରତୀୟ ସରକାର ଉନ୍ନତ ନିରୀକ୍ଷଣ ପ୍ରଯୁକ୍ତିବିଦ୍ୟା ବ୍ୟବହାର କରନ୍ତି । ସେ ସତ୍ୟକୁ ଗଭୀର ଭାବରେ ଅନୁସନ୍ଧାନ କରିବାବେଳେ, ସେ ଜାଣନ୍ତି ଯେ ତାଙ୍କ ନିଜ ଭ… | 2-shot instruction data synthesis | 4 |
| ଏସିଆ ବଜାରରେ ବିଶେଷଜ୍ଞତା ଥିବା ଜଣେ ଆର୍ଥିକ ବିଶ୍ଳେଷକ ଏବଂ ଧନୀ ବ୍ୟକ୍ତି, ମୁକେଶ ଅମ୍ବାନୀଙ୍କ ଭଳି କୋଟିପତିଙ୍କ ପୁଞ୍ଜି ବିନିଯୋଗ ଏବଂ ଦାନ କାର୍ଯ୍ୟକଳାପ ଉପରେ ନଜର ରଖିବାକୁ ଆଗ୍ରହୀ । | ମୁକେଶ ଅମ୍ବାନୀଙ୍କ ନିବେଶ ସଂସ୍ଥା ନିକଟରେ ଏକ ଭାରତୀୟ ଅକ୍ଷୟ ଶକ୍ତି କମ୍ପାନୀରେ ଏକ ଗୁରୁତ୍ୱପୂର୍ଣ୍ଣ ଅଂଶଧନ ହାସଲ କରିଛି । ଏହି ନିବେଶ ଫାର୍ମର ସାମଗ୍ରିକ ପୋର୍ଟଫୋଲିଓ ଉପରେ କିପରି ପ୍ରଭାବ ପକାଇପାରେ ଏବଂ ଏହି ଅଧିଗ୍ରହଣରୁ କେଉଁ ସମ୍ଭାବ୍ୟ ଦାତବ୍ୟ ସୁଯୋଗ ଉତ୍ପନ୍ନ ହୋଇପାରେ, ବିଶେଷକରି ଭାରତର ସ୍ଥାୟୀ ବିକାଶ ଉପରେ ଧ୍ୟାନ କେନ୍ଦ୍ରିତ କରିବା ପରିପ୍ରେକ୍ଷୀ… | 2-shot instruction data synthesis | 5 |
Cite this
CC-BY-4.0textCite
Tags
task_categories:text-retrievaltask_categories:text-classificationtask_categories:sentence-similaritytask_ids:semantic-similarity-scoringtask_ids:semantic-similarity-classificationmultilinguality:multilinguallanguage:aslanguage:bnlanguage:gulanguage:hilanguage:knlanguage:mllanguage:mrlanguage:orlanguage:palanguage:talanguage:telanguage:urlicense:cc-by-4.0size_categories:1M<n<10Mformat:jsonmodality:textlibrary:datasetslibrary:pandaslibrary:polarslibrary:mlcroissantarxiv:2601.10205region:uspersona-instruction-alignmentindian-languagescross-lingual-retrievalmultilingual-embeddingsbenchmarkindic-nlp