--- dataset_info: - config_name: A-OKVQA features: - name: qry_text dtype: string - name: qry_img_path dtype: string - name: tgt_text sequence: string - name: tgt_img_path se

Hugging Face2024-10-28 更新100

TIGER-Lab/EditReward-Data

图像编辑

偏好学习

EditReward-数据集是一个大规模、高保真的指令引导图像编辑人类偏好数据集。该数据集包含超过20万对手动画注的偏好对，由经过培训的专家按照严格的标准化协议进行精心筛选，确保与考虑的人类判断高度一致并最小化标签噪声。数据集覆盖了由七种最先进模型生成的十二种不同来源的编辑，作为EditReward等评估指令引导图像编辑模型与人类偏好对齐情况的关键训练数据。

Hugging Face2025-10-12 更新80

TIGER-Lab/TheoremExplainBench

数学定理解释

自然语言处理

TheoremExplainBench是一个为了评估和提升大型语言模型（LLM）理解和解释数学和科学定理的能力而设计的数据库。该数据库包含240个定理，按照难度和学科领域分类，以支持结构化的基准测试。每个定理都有一个描述，但这个描述不一定完全阐述定理，它主要是为LLM提供上下文帮助区分使用场景。

Hugging Face2025-03-31 更新160

jerome-white/leaderboard-documents-mmlu

自然语言理解

排行榜评估

该数据集包含文档文本（doc）和信息字段（info）。信息字段中包含答案（answer）、答案索引（answer_index）、分类（category）、上下文内容（cot_content）、选项（options）、问题（question）、问题ID（question_id）和文档ID（doc_id）。这些字段表明数据集可能是用于问答系统的训练，其中包含问题、答案和选项等。训练集的大小为96295

Hugging Face2025-02-05 更新90

TIGER-Lab/mmlu_pro_leaderboard_submission

资源简介：

相关数据集