相关数据集
FSS-1000
FSS-1000 是一个 1000 类数据集，用于小样本分割。该数据集包含大量在以前的数据集中从未见过或注释过的对象，例如微小的日常对象、商品、卡通人物、徽标等。
OpenDataLab2026-07-12 更新370
lighteval/small_natural_questions
这是一个包含问题和答案对的数据集，分为测试集（test）和少样本集（few_shot）。测试集包含1706个示例，少样本集包含5个示例。数据集总共占用133184.0字节，下载大小为97161字节。
Hugging Face2025-01-29 更新150
RAFT (Realworld Annotated Few-shot Tasks)
RAFT 基准（Realworld Annotated Few-shot Tasks）专注于自然发生的任务，并使用反映部署的评估设置。 RAFT 是一个测试语言模型的小样本分类基准：跨越多个领域（点燃的评论、医疗数据、推文、客户交互等），对具有经济价值的分类任务（有人天生关心该任务）进行评估，以反映部署（每个任务 50 个标记示例，允许信息检索，隐藏测试集）描述来自：https://raft.el
OpenDataLab2026-07-12 更新200
基于Market-1501开源数据集的识别对象动态变化下的小样 本目标识别或检测 的平均准确率 （MACC）或平均精 度均值（mAP）与映射参数自适应学习模型适应变化对象的速度等任务的测试数据集
Market1501数据集的行人图像来自清华大学校园的6个摄像头，一共标注了1501个行人，32668个检测到的行人矩形框。其中，751个行人标注用于训练集，包含12,936张图像，平均每个人有17.2张训练数据。750个行人标注用于测试集，包含19,732张图像，平均每个人有 26.3 张测试数据。训练集和测试集中没有重复的行人ID。3368 张查询图像的行人检测矩形框是人工绘制的，而 gall
国家基础学科公共科学数据中心120
