IGUANA website

Figshare2016-06-13 更新2026-04-08 收录

知识图谱

基准测试

数据链接：

https://figshare.com/articles/dataset/IGUANA_website/3205507/2 数据链接链接失效反馈

官方服务：

资源简介：

IGUANA is a generic Benchmark execution Framwork for read and write from/to triple stores<br>

创建时间：

2016-06-13

GSLB

图学习

基准测试

GSLB是由中国科学院自动化研究所开发的综合性图结构学习基准，包含16种先进的图结构学习算法和20个多样的图数据集，覆盖了同质节点级、异质节点级和图级任务。该数据集旨在通过三个维度：有效性、鲁棒性和复杂性，系统地研究图结构学习的特性。GSLB不仅为图结构学习领域提供了标准化的实验设置，还通过广泛的实验揭示了图结构学习在异质性、鲁棒性等方面的潜在优势，为未来的研究提供了深入的见解和机会。

arXiv2023-10-08 更新260

karakuri-ai/OSWorld-JP-task-resources

计算机代理

基准测试

This repository provides resource files used in [OSWorld-JP](https://github.com/karakuri-ai/OSWorld-JP), a computer-using agent benchmark.

Hugging Face2025-12-14 更新130

Experiment Results

知识图谱

多语言处理

Archive with experiment results of different multilingual KGQA pipelines. Each timestamped folder contains the experiment configuration JSON file, the generated QALD JSON answer file, and a directory

DataCite Commons2023-12-23 更新50

Agent安全评估数据集

LLM安全

基准测试

Agent Security Bench (ASB) 是一个面向LLM代理安全性的综合性基准框架，涵盖电子商务、自动驾驶、金融等10个场景，涉及10类代理、400余种工具与任务，集成23种攻击/防御方法及7项评估指标。数据集系统评估代理在多场景下的安全脆弱性与防御效能，支撑对提示注入、越权访问等典型攻击的测试。其主要应用于LLM代理的安全性基准评测，助力研发更鲁棒、可靠的智能代理系统。

库帕思2025-12-22 更新150

open-llm-leaderboard/details_chlee10__T3Q-Platypus-Mistral7B

大型语言模型评估

基准测试

该数据集是在评估模型chlee10/T3Q-Platypus-Mistral7B时自动生成的，包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为一个特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，results配置存储了所有运行的聚合结果，用于计算和展示在Open LLM Leaderboard上的聚合指标。

Hugging Face2024-03-12 更新90

IGUANA website

资源简介：

相关数据集