本研究提出IndicSentEval基准数据集，分析了9个模型在6种印度语言中的编码能力和鲁棒性。结果显示，专为印度语言设计的模型更能捕捉语言特性，但通用模型在某些情况下表现更好。这些发现有助于优化印度语言的自然语言处理任务。