InternScience/SciEvalKit-Internal

Name: InternScience/SciEvalKit-Internal
Creator: InternScience
Published: 2025-12-20T02:02:11+08:00

Hugging Face2025-12-17 更新2025-12-20 收录

数据链接：

https://hf-mirror.com/datasets/InternScience/SciEvalKit-Internal 数据链接链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

许可证：Apache许可证2.0版（Apache License 2.0）

提供机构：

InternScience

InternScience/SGI-IdeaGeneration-Lite

科学想法生成

科学通用智能评估

--- dataset_info: features: - name: idx dtype: string - name: question dtype: string - name: related_work dtype: string - name: challenge dtype: string - name: limitation

Hugging Face2026-03-25 更新140

InternScience/MME-Reasoning

多模态逻辑推理评估

视觉问答基准

--- task_categories: - visual-question-answering language: - en pretty_name: i size_categories: - 1K<n<10K --- # MME-Reasoning 🔥: A Comprehensive Benchmark for Logical Reasoning in MLLMs ![Multimoda

Hugging Face2025-06-13 更新100

InternScience/SGI-WetExperiment

湿实验

实验室协议

SGI-Bench数据集旨在通过科学家对齐的工作流程评估大型语言模型（LLMs）的科学通用智能（SGI）。该数据集涵盖10个学科，包含1000多个由专家精心策划的样本，灵感来源于《科学》杂志的125个重大问题。数据集包括四个主要任务家族：科学深度研究、创意生成、干/湿实验和多模态实验推理。数据集的结构旨在评估科学研究的完整探究周期，包括审议、构思、行动和感知。README还详细介绍了数据集的构建、

Hugging Face2025-12-30 更新80

InternScience/SGI-Reasoning

科学推理

多模态

SGI-Bench数据集旨在通过科学家对齐的工作流程评估大型语言模型（LLMs）的科学通用智能（SGI）。该数据集涵盖10个学科，包含超过1,000个由专家策划的样本，灵感来源于《科学》杂志的125个重大问题。数据集包含多模态和推理任务，覆盖科学探究的多个方面，如深思熟虑、构思、行动和感知。数据集分为不同任务，并包含一个可定制的代理评估框架和多种指标。README还详细介绍了数据集的特征、分割、使

Hugging Face2025-12-30 更新130

InternScience/SGI-DryExperiment

科学通用智能

代码生成

SGI-Bench是一个用于评估科学通用智能（SGI）的数据集，涵盖了科学探究的完整循环：思考、构思、行动和感知。该数据集跨越10个学科，包含超过1,000个专家策划的样本，灵感来源于《科学》杂志的125个重大问题。数据集包括科学深度研究、想法生成、干/湿实验和多模态实验推理等任务。数据集通过专家评审和数据清理确保高质量和挑战性。

Hugging Face2025-12-30 更新80

InternScience/SciEvalKit-Internal

资源简介：

相关数据集