SPSS output for How sustainable are cultural organizations? A global benchmark

NIAID Data Ecosystem2026-05-02 收录

文化组织可持续性

基准评估

数据链接：

https://doi.org/10.7910/DVN/KYVSQO 数据链接链接失效反馈

官方服务：

资源简介：

SPSS output for all analyses presented in the referenced paper.

所引用论文中所有分析对应的SPSS输出结果

创建时间：

2025-01-22

SteelBench

地理空间人工智能

基准评估

SteelBench是由印度理工学院比莱分校与印度钢铁管理局联合创建的工业监控诊断基准数据集，旨在评估视觉语言模型在真实工业环境中的性能。该数据集包含1345个密集标注的视频剪辑，源自149小时的真实钢铁厂监控录像，涵盖25个动作类别、个人防护装备评估及安全合规性标注，总计超过42000个标注决策。其构建过程采用了时间去重、分层采样及四阶段标注流程，并引入了来源感知审计协议以确保标签可靠性。该数据

arXiv2026-07-07 更新1290

LongPrompt-3K, LongT2IBench-14K

文本生成图像

基准评估

LongPrompt-3K和LongT2IBench-14K是用于评估长文本到图像生成的基准数据集，包含图结构注释。

github2025-12-10 更新630

DSI-Bench

动态空间智能

基准评估

DSI-Bench是一个用于动态空间智能评估的基准数据集

github2025-10-22 更新290

LMentry

语言模型测试

基准评估

LMentry是一个专为大型语言模型设计的基准测试数据集，由特拉维夫大学创建。该数据集包含25个简单的语言任务，旨在快速评估模型的能力和鲁棒性。这些任务对人类来说非常简单，如包含特定单词的句子写作或识别列表中属于特定类别的单词。数据集创建过程中，每个任务都遵循了特定的指导原则，确保任务的简单性和可解释性。LMentry的应用领域主要集中在零样本评估，旨在解决大型语言模型在简单任务上的表现问题，以及

arXiv2022-12-19 更新980

EDITVAL

图像编辑

基准评估

EDITVAL是一个标准化的基准数据集，用于评估基于文本指导的图像编辑方法。该数据集由马里兰大学创建，包含648个独特的图像编辑操作，涵盖19个来自MS-COCO的类别，旨在解决图像编辑中的多样性和复杂性问题。数据集的创建过程涉及精心挑选的测试图像和手动定义的可编辑属性，以及两种标准化的评估流程：自动化评估和大规模人类研究。EDITVAL的应用领域包括设计、制造和工程，以及机器学习研究，如模型解释

arXiv2023-10-04 更新580

SPSS output for How sustainable are cultural organizations? A global benchmark

资源简介：

相关数据集