OMNIX Benchmarks 是一个用于评估和基准测试大型语言模型性能的数据集。它旨在通过一套标准化的指标对模型进行综合比较，涵盖格式遵循、逻辑推理、知识回忆、约束遵循、成功率（首次通过和最终）以及推理延迟等多个关键维度。该数据集支持文本生成和问答任务类别，并提供了对多个流行模型（如 Qwen、Gemma、Llama 等系列的不同版本）在上述维度上的量化评分和排名分析，帮助研究人员和开发者了解

Hugging Face2026-07-07 更新100

🏆 AI Models Benchmark Dataset 2026 (latest)

模型基准测试

大语言模型

Comprehensive Benchmark of 188+ AI Models - LLM Performance

kaggle2026-01-13 更新220

carlosqsw/ONNX-Bench

神经网络架构

性能评估

ONNX-Bench是一个包含649,596个神经网络架构的大型基准数据集，这些架构采用统一的ONNX格式，并伴有性能标签。数据集跨越多个NAS搜索空间，支持在CIFAR-10上进行一致性评估，并具有丰富的架构多样性，包括基于单元和分层的架构。数据集经过预简化处理，适合用于性能预测、零样本迁移和通用代理模型训练。

Hugging Face2025-10-12 更新110

NASBench Pickle-based Datasets

资源简介：

相关数据集