Benchmarking and Comparative Testing of Proposed Stacking Ensemble.

Figshare2025-06-26 更新2026-04-28 收录

数据链接：

https://figshare.com/articles/dataset/Benchmarking_and_Comparative_Testing_of_Proposed_Stacking_Ensemble_/29417975 数据链接链接失效反馈

官方服务：

资源简介：

Benchmarking and Comparative Testing of Proposed Stacking Ensemble.

创建时间：

2025-06-26

🏆 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

OMNIX_Benchmarks_Latest

大型语言模型评估

模型基准测试

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

Comparison of true predictions between every two individual predictors for all the 1679 positive samples in the D1679 dataset.

预测器一致性分析

集成学习评估

Comparison of true predictions between every two individual predictors for all the 1679 positive samples in the D1679 dataset.

NIAID Data Ecosystem50

open-llm-leaderboard/details_OptimalScale__robin-7b-v2-delta

大型语言模型评估

模型基准测试

该数据集是在Open LLM Leaderboard上对模型OptimalScale/robin-7b-v2-delta进行评估时自动创建的。数据集包含61个配置，每个配置对应一个评估任务。数据集由1次运行创建，每次运行可以在每个配置的特定分割中找到，分割以运行的时间戳命名。train分割始终指向最新的结果。此外，还有一个名为results的配置存储了所有运行的聚合结果，并用于计算和显示Open

Hugging Face2023-08-27 更新120

next-tat/MMDocBench

视觉文档理解

模型基准测试

--- license: cc-by-sa-4.0 task_categories: - question-answering - visual-question-answering - table-question-answering language: - en pretty_name: MMDocBench size_categories: - 1K<n<10K tags: - LVLMs

Hugging Face2024-10-30 更新90

Benchmarking and Comparative Testing of Proposed Stacking Ensemble.

资源简介：

相关数据集