Datasets
Dataset
IndicKLAR
by debajyotimaz
IndicKLAR IndicKLAR (Indic Knowledge and Language-consistency Assessment Resource) is a factual question-answering dataset for evaluating cross-lingual consistency of LLMs across 18 Indic languages and English, plus romanized/code-mixed variants. Paper prep…
CC-BY-4.0question-answering 54 0n < 1K rows
published 29 Aug 2026
Preview
First 5 rows of asm / train, from the Hugging Face dataset viewer.
| name | prompt_templates | samples |
|---|---|---|
| applies_to_jurisdiction | ["<subject>ক আইনী শব্দ হিচাপে কোন দেশে গণ্য কৰা হয়? উত্তৰ হৈছে: <mask>.","<subject> কোন অধিকাৰক্ষেত্ৰত এটা আইনী শব্দ? উত্তৰ হৈছে: <mask>.","আইনী শব্দ <subject> ক’ত প্ৰয়োগ কৰা হয়? উত্তৰ হৈছে: <mask>.","<subject>ৰ ব্যৱহাৰ কোন আইনী একক কৰে? উত্তৰ হৈছে: <mask>.","<subject> কোন অঞ্চলত স্বীকৃত আইনী শব্দ … | [{"subject":"ফৰাচী গণৰাজ্যৰ ৰাষ্ট্ৰপতি","object":"ফ্ৰান্স","object_candidates":"ছোমালিয়া, চুইজাৰলেণ্ড, ৰোমানিয়া, ছিংগাপুৰ, নৰৱে, কিউবা, লিথুৱেনিয়া, টাইৱান, মনাকো, ফ্ৰান্স","index":5960,"subject_en":"President of the French Republic","object_en":"France","relation":"applies_to_jurisdiction"},{"su… |
| capital | ["<subject>ৰ ৰাজধানী ক'ত অৱস্থিত? উত্তৰ হৈছে: <mask>","<subject>ৰ ৰাজধানী কি? উত্তৰ হৈছে: <mask>","<subject>ৰ ৰাজধানী হিচাপে কোন চহৰ আছে? উত্তৰ হৈছে: <mask>","<subject>ৰ ৰাজধানী চহৰৰ নাম কোৱা। উত্তৰ হৈছে: <mask>","<subject>ৰ ৰাজধানী ক'ত আছে? উত্তৰ হৈছে: <mask>"] | [{"subject":"আজাৰবাইজান","object":"বাকু","object_candidates":"গুয়াডালাজাৰা, কলম্বো, পিয়েৰ, জৰ্জটাউন, বেইৰুট, আলেপ্পো, লিংকন, ডাৰউইন, বেবিলন, বাকু","index":6152,"subject_en":"Azerbaijan","object_en":"Baku","relation":"capital"},{"subject":"নেব্ৰাস্কা","object":"লিংকন","object_candidates":"আমষ্টাৰড… |
| capital_of | ["<subject>ক আইনী শব্দ হিচাপে কোন দেশে গণ্য ক | [{"subject":"এডমন্টন","object":"আলবাৰ্টা","object_candidates":"চে |
| continent | ["<subject> কোন মহাদেশত অৱস্থিত? উত্তৰ হৈছে: <ma | [{"subject":"তুৰ্কী","object":"এছিয়া","object_candidates":"ইউৰোপ, |
| country_of_citizenship | ["<subject> কোন দেশৰ নাগৰিক? উত্তৰ হৈছে: <mask>","<subje | [{"subject":"বৰিছ স্পাস্কি","object":"ফ্ৰান্স","object_candida |
Cite this
CC-BY-4.0textCite
Tags
task_categories:question-answeringtask_categories:text-generationlanguage:aslanguage:bnlanguage:doilanguage:enlanguage:gulanguage:hilanguage:knlanguage:koklanguage:mailanguage:mllanguage:mrlanguage:nelanguage:orlanguage:palanguage:salanguage:sdlanguage:talanguage:telanguage:urlicense:cc-by-4.0size_categories:n<1Kmodality:textarxiv:2605.29637region:usindic-languagescode-mixingcross-lingualfactual-knowledgelow-resourcemultilingual