官方服务：
资源简介：
Test set accuracies for memory replay models
应用场景：
创建时间：
2021-05-12
相关数据集
LifeLonger
LifeLonger是一个专为持续疾病分类设计的基准数据集，由阿姆斯特丹大学创建。该数据集基于MedMNIST集合，包含四个子集：BloodMNIST、OrganaMNIST、PathMNIST和TissueMNIST，总计涉及多种医学图像数据。创建过程中，数据集被标准化和分割，以适应持续学习的需求。LifeLonger主要应用于医学图像分析领域，旨在通过持续学习方法提高疾病分类的准确性和效率，解
arXiv2022-06-30 更新1150
Continuous Learning in Working Life in Finland
Skill shortages in the Finnish labour market are increasingly apparent and there are growing concerns about the supply of higher-level skills, given demographic change and stagnating educational attai
Organisation for Economic Co-operation and Development90
Evaluation Datasets for Continual Learning in LLMs
该数据集为评估大型语言模型中的持续学习提供了丰富的资源，涵盖了不同的任务和评估指标。其中包含了针对持续学习调整的各种评估指标，以及专为持续学习的大型语言模型设计的特定指标。这些内容旨在对大型语言模型在持续学习方面的表现进行全面的评价。
arXiv70
X-TAIL
#### Introduction of X-TAIL Benchmark The X-TAIL (Cross-domain Task-Agnostic Incremental Learning) benchmark is composed of 10 datasets: Aircraft, Caltech101, DTD, EuroSAT, Flowers, Food, MNIST, Oxf
魔搭社区2026-07-15 更新350
MLLM-CL/MLLM-CL
MLLM-CL是一个用于多模态大型语言模型持续学习的数据集，包含领域持续学习和能力持续学习两个部分。领域持续学习涉及遥感、医疗、科学、自动驾驶和金融五个领域，能力持续学习则涵盖OCR、数学与逻辑、视觉感知和GUI代理四种能力。数据集采用Apache-2.0许可证。
Hugging Face2025-10-04 更新70
