m-a-p/EMO
收藏Hugging Face2025-05-29 更新2025-05-31 收录
下载链接：
https://hf-mirror.com/datasets/m-a-p/EMO
下载链接
链接失效反馈官方服务：
资源简介：
---
license: cc-by-nc-4.0
---
应用场景：
提供机构：
m-a-p相关数据集
m-a-p/CMMMU
CMMMU数据集包含12k手动收集的多模态问题，涵盖六个核心学科：艺术与设计、商业、科学、健康与医学、人文与社会科学以及技术与工程。这些问题来自大学考试、测验和教科书，涉及30个学科和39种高度异质的图像类型，如图表、地图、表格、乐谱和化学结构等。数据集的特征包括问题、选项、答案、分析、难度级别、子类别、类别、子领域和图像类型等。数据集分为开发集、验证集和测试集，每个集的大小和示例数量也有所不同。
Hugging Face2024-09-05 更新3170
m-a-p/CodeEditorBench
--- license: apache-2.0 --- # CodeEditorBench [**🌐 Homepage**](https://codeeditorbench.github.io/) | [**🤗 Dataset**](https://huggingface.co/datasets/m-a-p/CodeEditorBench) | [**📖 arXiv**](https:/
Hugging Face2024-04-05 更新550
m-a-p/SciMMIR
SciMMIR数据集是一个用于评估科学领域中多模态信息检索（MMIR）模型的基准数据集。该数据集包含537K科学图像-文本对，这些数据是从2023年5月至2023年10月的Arxiv论文中提取的。数据集采用了两个子集，五个子类别的数据层次结构，并使用人工创建的关键词对数据进行分类。数据集可以通过HuggingFace的Datasets库获取，并提供了示例代码展示如何使用数据集。
Hugging Face2024-01-25 更新250
m-a-p/CriticLeanBench
CriticLeanBench是一个全面的基准测试，旨在评估模型在将自然语言数学陈述翻译成Lean 4中形式化验证的定理声明方面的批判性推理能力。它包含500对经过人工验证的问题，涵盖了不同的数学领域和难度级别，并为错误样本提供了详细的错误注释。
Hugging Face2025-07-09 更新20
m-a-p/AetherCode
AetherCode 是一个用于评估大型语言模型（LLM）在编程竞赛中推理和编码能力的数据集。它从顶级编程竞赛（如 IOI 和 ICPC）中收集问题，提供更广泛的覆盖范围和更高的难度。数据集包括全面的测试案例，经过专家验证以确保准确性和可靠性。
Hugging Face2025-08-26 更新30
