Parameters and variables of n-species Yodzis-Innes model where mi is the body mass of species i.

Figshare2015-12-03 更新2026-04-29 收录

数据链接：

https://figshare.com/articles/dataset/_Parameters_and_variables_of_n_species_Yodzis_Innes_model_where_m_i_is_the_body_mass_of_species_i_/1565474 数据链接链接失效反馈

官方服务：

资源简介：

Parameter values were taken from [26].

创建时间：

2015-12-03

DGM4+

图像处理

多模态模型

DGM4+数据集是为了解决现有数据集在处理全局场景不一致性方面的不足而创建的。它扩展了DGM4数据集，增加了5000个高质量样本，引入了前景-背景（FG-BG）不匹配及其与文本操纵的混合样本。数据集使用OpenAI的gpt-image模型生成人本主义新闻风格图像，其中真实的人物被放置在荒谬或不可能的背景下。数据集提供了三种形式的字幕：字面意思、文本属性和文本分割，产生了三种新的操纵类别：FG-BG

arXiv2025-09-30 更新1010

LLaVA-OneVision-1.5-Instruct-Data

多模态模型

视觉语言模型

# LLaVA-OneVision-1.5 Instruction Data [Paper](https://huggingface.co/papers/2509.23661) | [Code](https://github.com/EvolvingLMMs-Lab/LLaVA-OneVision-1.5) ## 📌 Introduction This dataset, **LLaVA-O

魔搭社区2026-08-08 更新860

LMAct Benchmark

多模态模型

基准测试

该数据集是一个旨在评估大型基础模型在多种交互式决策任务中的多模态决策能力的基准测试。该基准测试涵盖了零样本、少样本和多样本情境，以评估模型在上下文学习环境中的表现。其规模可达到上百万个标记和最多512个完整演示集。任务包括玩井字游戏、国际象棋、Atari游戏、网格世界导航、解纵横字谜以及控制模拟猎豹等交互式决策任务。

arXiv460

Common Objects Out-of-Context (COOCO)

多模态模型

视觉语言模型

COOCO数据集是一个用于评估多模态模型在场景上下文中整合对象级和场景级视觉信息能力的全新数据集。该数据集包含18,395张图像，分为原始图像、低、中、高相关性和同类型目标条件。数据集通过在COCO-Search18数据集的基础上引入与场景类型具有不同程度语义相关性的目标对象来构建，旨在研究视觉语言模型在场景语义违规情况下的行为。该数据集可用于评估模型在不同场景上下文和视觉噪声条件下对目标对象识别

arXiv2025-06-27 更新960

lmms-lab/NoCaps

图像描述

多模态模型

该数据集是[NoCaps](https://nocaps.org/)的一个格式化版本，用于`lmms-eval`管道中以一键评估大型多模态模型。数据集包含图像及其相关元数据，如URL、捕获日期、文件名、尺寸、ID、许可证信息等，以及注释ID和注释标题。数据集分为验证集和测试集，分别包含4500和10600个样本。

Hugging Face2024-03-08 更新800

Parameters and variables of n-species Yodzis-Innes model where mi is the body mass of species i.

资源简介：

相关数据集