В таблице с датасетами многие ссылки веду на англоязычные датасеты по этим задачам (напр. ruGSM100 ведет на англоязычный GSM100). Вы переводили их где-то внутри у себя перед тем как гонять evaluation?
Да, некоторые датасеты (7 из 21) были переведены и вручную откорректированы на ошибки перевода. Более подробно про эти сеты и перевод можно узнать в нашем препринте.
LIBRA: Long Input Benchmark for Russian Analysis