shuaishuaicdp/EgoDataset

Name: shuaishuaicdp/EgoDataset
Creator: shuaishuaicdp
Published: 2026-04-19 21:09:20
License: 暂无描述

Hugging Face2026-04-19 更新2026-04-26 收录

下载链接：

https://hf-mirror.com/datasets/shuaishuaicdp/EgoDataset

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: cc-by-nc-4.0 ---

提供机构：

shuaishuaicdp

shuaishuaicdp/MixSet

Mixset数据集包含12个JSON文件，总计3600条MixText数据。数据集分为训练集和测试集，分别包含3000条和600条数据。每条数据包括原始文本、修订文本、类别、ID等信息，适用于二元分类和多类分类任务。数据集的结构和格式详细描述了数据的来源和处理方式。

Hugging Face2024-04-13 更新480

shuaishuaicdp/ISG-Bench

该数据集用于ISG-Bench，旨在评估交错生成模型。数据集与交错场景图生成和评估相关，具体信息可参考提供的GitHub仓库和论文链接。

Hugging Face2024-12-09 更新50

shuaishuaicdp/MLLM-Judge

该数据集名为MLLM-as-a-Judge，主要用于问答和文本生成任务，包含英语数据，数据规模在10,000到100,000条之间。数据集采用MIT许可证。

Hugging Face2024-07-12 更新120

shuaishuaicdp/OmniCoding

OmniCoding是一个多模态终端工具使用数据集，专为监督微调（SFT）和强化学习（RL）而设计。每个数据记录包含一个问题、一个可验证答案和媒体（视频/音频/图像）——目标代理需要通过Linux终端（如使用ffmpeg、ffprobe、whisper、python等工具）操作媒体来回答问题，而不是通过图形用户界面。该数据集从四个上游来源（Omnimodal-Agent-SFT-2K、OmniVi

Hugging Face2026-04-27 更新00

shuaishuaicdp/GUI-World

GUI-World数据集引入了一个全面的基准，用于评估多模态大语言模型（MLLMs）在动态和复杂的图形用户界面（GUI）环境中的表现。它包含了六种GUI场景和八种GUI导向的问题类型的广泛注释，评估了当前最先进的图像和视频大语言模型在处理动态和多步骤任务时的局限性。该数据集为未来研究提供了宝贵的见解和基础，旨在增强MLLMs对动态GUI内容的理解和交互能力，推动能够感知和交互静态及动态GUI元素的

Hugging Face2024-06-23 更新400