Datasets
Dataset
IndicMSMARCO
by ai4bharat
🔍 IndicMSMARCO: Multilingual Information Retrieval Benchmark A comprehensive multilingual variant of MS MARCO specifically tailored for Indian languages, featuring carefully selected queries and corresponding passages with high-quality translations.
MITtext-retrieval 312 310K < n < 100K rows
published 2 Jun 2025
Preview
First 5 rows of or / train, from the Hugging Face dataset viewer.
| query_id | query | passage | passage_id | language | answer | title | url | query_type | relevance_score | is_selected | text | meta | dataset | source |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11528 | প্রতারিত করা | Tweet. : ଅନ୍ୟ ବ୍ୟକ୍ତିଙ୍କ ନିକଟରୁ ମୂଲ୍ୟବାନ କିଛି ନେବା ପାଇଁ ଅସତ ପଦ୍ଧତି ବ୍ୟବହାର କରିବାର ଅପରାଧ । : ଲୋକଙ୍କୁ ପ୍ରତାରଣ କରିବା ପାଇଁ ଯେ ବ୍ୟକ୍ତି ନିଜକୁ ଅନ୍ୟ ଭାବରେ ଦେଖାଇବାକୁ ଚେଷ୍ଟା କରେ । : ଆସଲ ଜିନିଷ ପରି ଦେଖାଯାଉଥିବା କିଛି ଜିନିଷର ନକଲ । | ory | କାହାରି ବା କିଛି ପ୍ରତାରଣା କରି ଟକା ପାଇବା ପାଇଁ । | description | 1 | true | Query: প্রতারিত করা | Passage: Tweet. : ଅନ୍ୟ ବ୍ୟକ୍ତିଙ୍କ ନିକଟରୁ ମୂଲ୍ୟବାନ କିଛି ନେବା ପାଇଁ ଅସତ ପଦ୍ଧତି ବ୍ୟବହାର କରିବାର ଅପରାଧ । : ଲୋକଙ୍କୁ ପ୍ରତାରଣ କରିବା ପାଇଁ ଯେ ବ୍ୟକ୍ତି ନିଜକୁ ଅନ୍ୟ ଭାବରେ ଦେଖାଇବାକୁ ଚେଷ୍ଟା କରେ । : ଆସଲ ଜିନିଷ ପରି ଦେଖାଯାଉଥିବା କିଛି ଜିନିଷର ନକଲ । | Answer: କାହାରି ବା କିଛି ପ୍ରତାରଣା କରି ଟକା ପାଇବା ପାଇଁ… | {"model_name": "Meta-Llama-3.1-405B-Instruct-FP8", "temperature": 0, "max_tokens": 16384, "top_p": 1, "frequency_penalty": 0, "presence_penalty": 0} | IndicMSMARCO | MS MARCO translated to Indian languages | |||
| 12469 | ଗଟର ଗାର୍ଡ ଖର୍ଚ୍ଚ କେତେ | 1 ଭିନାଇଲ (PVC) ଗଟର ସଂସ୍ଥାପନ କରିବା ପାଇଁ କାହାକୁ ଦିନ ପ୍ରତି ଲାଇନାଲ ଫୁଟ $3-$5 ଦେବା ଆଶା କରନ୍ତୁ, ଅଥବା 120 ଫୁଟ ପାଇଁ $360-$600 ଏବଂ 250 ଫୁଟ ପାଇଁ $750-$1,250। 2 ଭିନାଇଲ ଗଟର ଏକ ଅପେକ୍ଷାକୃତ ସରଳ ନିଜେ-କର ପ୍ରକଳ୍ପ; 120 ଫୁଟ ପାଇଁ ମାତ୍ର $50-$100 ଏବଂ 250 ଫୁଟ ପାଇଁ $90-$180। 1 ତାମ୍ର ଗଟର କମ ରକ୍ଷଣାବେକ୍ଷଣ ଏବଂ ଜାର ହୁଏ ନାହିଁ;… | ory | প্রতি পরিষ্কারে 75 ଡলার এবং বছরে 225 ଡলার। | numeric | 1 | true | Query: ଗଟର ଗାର୍ଡ ଖର୍ଚ୍ଚ କେତେ | Passage: 1 ଭିନାଇଲ (PVC) ଗଟର ସଂସ୍ଥାପନ କରିବା ପାଇଁ କାହାକୁ ଦିନ ପ୍ରତି ଲାଇନାଲ ଫୁଟ $3-$5 ଦେବା ଆଶା କରନ୍ତୁ, ଅଥବା 120 ଫୁଟ ପାଇଁ $360-$600 ଏବଂ 250 ଫୁଟ ପାଇଁ $750-$1,250। 2 ଭିନାଇଲ ଗଟର ଏକ ଅପେକ୍ଷାକୃତ ସରଳ ନିଜେ-କର ପ୍ରକଳ୍ପ; 120 ଫୁଟ ପାଇଁ ମାତ୍ର $50-$100 ଏବଂ 250 ଫୁଟ ପାଇଁ $90-$180। 1 ତାମ୍… | {"model_name": "Meta-Llama-3.1-405B-Instruct-FP8", "temperature": 0, "max_tokens": 16384, "top_p": 1, "frequency_penalty": 0, "presence_penalty": 0} | IndicMSMARCO | MS MARCO translated to Indian languages | |||
| 12345 | Wilsonart କ୍ୱାର୍ଟ୍ଜ ମୂଲ୍ୟ | ଆମ କାଉଣ୍ଟରଟପ, ସିଙ୍କ, ନୂଆ ଫାଉସେଟ ଏବଂ ବ୍ୟାକସ୍ପ୍ଲାଶ ସହ ପୁରୁଣା କାଉଣ୍ଟରଟପ ଏବଂ ସିଙ୍କ ହାଉଲ ଆୱେ ଖର୍ଚ୍ଚ ପ୍ରାୟ 50 ଫୁଟ କାଉଣ୍ଟରଟପ ପାଇଁ $2,500 ହେବ। ଖର୍ଚ୍ଚ କମ କରିବା ପାଇଁ ମୋ ସ୍ୱାମୀ ପ୍ଲମ୍ବିଂ କରିବ। ଲାମିନେଟ [Wilsonart Fusion Maple] ଖର୍ଚ୍ଚ $21 ବର୍ଗ ଫୁଟ। ଇନଷ୍ଟାଲେସନ ଖର୍ଚ୍ଚ $500, ସିଙ୍କ, ଏକ Karran ଆକ୍ରିଲିକ ଆଣ୍ଡରମାଉଣ୍ଟ $2… | ory | $38.75 ଠାରୁ $74.55 ପ୍ରତି ବର୍ଗ ଫୁଟ | numeric | 1 | true | Query: Wilsonart କ୍ୱାର୍ଟ୍ଜ ମୂଲ୍ୟ | Passage: ଆମ କାଉଣ୍ଟରଟପ, ସିଙ୍କ, ନୂଆ ଫାଉସେଟ ଏବଂ ବ୍ୟାକସ୍ପ୍ଲାଶ ସହ ପୁରୁଣା କାଉଣ୍ଟରଟପ ଏବଂ ସିଙ୍କ ହାଉଲ ଆୱେ ଖର୍ଚ୍ଚ ପ୍ରାୟ 50 ଫୁଟ କାଉଣ୍ଟରଟପ ପାଇଁ $2,500 ହେବ। ଖର୍ଚ୍ଚ କମ କରିବା ପାଇଁ ମୋ ସ୍ୱାମୀ ପ୍ଲମ୍ବିଂ କରିବ। ଲାମିନେଟ [Wilsonart Fusion Maple] ଖର୍ଚ୍ଚ $21 ବର୍ଗ ଫୁଟ। ଇନଷ୍ଟାଲେସନ ଖର୍ଚ୍ଚ $5… | {"model_name": "Meta-Llama-3.1-405B-Instruct-FP8", "temperature": 0, "max_tokens": 16384, "top_p": 1, "frequency_penalty": 0, "presence_penalty": 0} | IndicMSMARCO | MS MARCO translated to Indian languages | |||
| 11680 | mojo କହିଲେ କ'ଣ ବୁଝାଏ | ମୋଜୋ । ମୋଜୋ ତୁମର ପ୍ରଭାବ, ଆତ୍ମବିଶ୍ୱାସ କିମ୍ବା ବ୍ୟକ୍ତିଗତ କରିଶ୍ମା । ଏହା ମୂଳତ ଆମେରିକୀ ସଙ୍ଗୀତ ଏବଂ ନୃତ୍ୟ ସଂସ୍କୃତି ସହ ଜଡ଼ିତ ଏକ ଅପଭାଷ ଶବ୍ଦ ଥିଲା, କିନ୍ତୁ ଏହା ଇଂରାଜୀ ତଥା ଆମେରିକୀ ଭାଷାରେ ପ୍ରବେଶ କରି ଅଧିକ ବ୍ୟାପକ ଭାବେ ବ୍ୟବହୃତ ହୁଏ । | ory | ଆମେ କରୁଥିବା କାର୍ଯ୍ୟରେ ଯାଦୁ ଖୋଜିବା । | description | 1 | true | Query: mojo କହିଲେ କ'ଣ ବୁଝାଏ | Passage: ମୋଜୋ । ମୋଜୋ ତୁମର ପ୍ରଭାବ, ଆତ୍ମବିଶ୍ୱାସ କିମ୍ବା ବ୍ୟକ୍ତିଗତ କରିଶ୍ମା । ଏହା ମୂଳତ ଆମେରିକୀ ସଙ୍ଗୀତ ଏବଂ ନୃତ୍ୟ ସଂସ୍କୃତି ସହ ଜଡ଼ିତ ଏକ ଅପଭାଷ ଶବ୍ଦ ଥିଲା, କିନ୍ତୁ ଏହା ଇଂରାଜୀ ତଥା ଆମେରିକୀ ଭାଷାରେ ପ୍ରବେଶ କରି ଅଧିକ ବ୍ୟାପକ ଭାବେ ବ୍ୟବହୃତ ହୁଏ । | Answer: ଆମେ କରୁଥିବା କାର୍ଯ୍ୟରେ ଯାଦୁ ଖୋଜିବା । | {"model_name": "Meta-Llama-3.1-405B-Instruct-FP8", "temperature": 0, "max_tokens": 16384, "top_p": 1, "frequency_penalty": 0, "presence_penalty": 0} | IndicMSMARCO | MS MARCO translated to Indian languages | |||
| 11957 | ସ୍ୱେଚ୍ଛାସେବୀ ରିପୋ କଣ ? | ଯଦିଓ, ଗାଡି ଫେରସ୍ତ କରିବା ନିଜ ଇଚ୍ଛାରେ ହୋଇ କି ନା ହୋଇ, ଆପଣ ଗାଡି ବିକ୍ରି କରି ଋଣ ପରିଶୋଧ କରିବା ପରେ ଯେ ପରିମାଣ ଅର୍ଥ ଅପେକ୍ଷା କରୁଛି ତାହା ଦେବା ପଡିବ । ଏହାକୁ ଅଭାବ ପରିମାଣ କୁହା ଯାଏ । ଆପଣ ଋଣ ପରିଶୋଧ କରି ପାରୁ ନାହି ବୋଲି ଲୁଚାଇ ରଖି ପାରି ନାହି, ଏମାନ ଆପଣ ଋଣ ଦାତା ଲୋକ ଲୁଚି ଚଳି ଗଲେ ପରିସ୍ଥିତି ଆହୁରି ଖରାପ ହୋଇ ପାରେ । ଯଦି ଆପଣ ଭାବୁ … | ory | ଏହା ଅର୍ଥ ହେଉଛି ଆପଣ ଋଣଦାତାକୁ ନିଜ ଯାନ ଦେଇ ଦିଅନ୍ତି, ଋଣଦାତା ଏହା ନେଇ ନ ଯାଇ । | description | 1 | true | Query: ସ୍ୱେଚ୍ଛାସେବୀ ରିପୋ କଣ ? | Passage: ଯଦିଓ, ଗାଡି ଫେରସ୍ତ କରିବା ନିଜ ଇଚ୍ଛାରେ ହୋଇ କି ନା ହୋଇ, ଆପଣ ଗାଡି ବିକ୍ରି କରି ଋଣ ପରିଶୋଧ କରିବା ପରେ ଯେ ପରିମାଣ ଅର୍ଥ ଅପେକ୍ଷା କରୁଛି ତାହା ଦେବା ପଡିବ । ଏହାକୁ ଅଭାବ ପରିମାଣ କୁହା ଯାଏ । ଆପଣ ଋଣ ପରିଶୋଧ କରି ପାରୁ ନାହି ବୋଲି ଲୁଚାଇ ରଖି ପାରି ନାହି, ଏମାନ ଆପଣ ଋଣ ଦାତା ଲୋକ ଲୁଚି ଚଳି ଗଲେ ପରିସ… | {"model_name": "Meta-Llama-3.1-405B-Instruct-FP8", "temperature": 0, "max_tokens": 16384, "top_p": 1, "frequency_penalty": 0, "presence_penalty": 0} | IndicMSMARCO | MS MARCO translated to Indian languages |
Cite this
MITtextCite
Tags
task_categories:text-retrievaltask_categories:question-answeringmultilinguality:multilingualsource_datasets:ms_marcolanguage:aslanguage:bnlanguage:gulanguage:hilanguage:knlanguage:mllanguage:mrlanguage:nelanguage:orlanguage:palanguage:talanguage:telanguage:urlicense:mitsize_categories:10K<n<100Kformat:parquetmodality:textlibrary:datasetslibrary:pandaslibrary:mlcroissantlibrary:polarsarxiv:2506.01615region:usindian-languagesmultilingualindicretrievalmsmarcobenchmark