Ranking of iOS Geekbench Metal score performance worldwide 2025, by device

Statista2026-04-11 收录

移动GPU性能评测

基准测试

数据链接：

https://www.statista.com/statistics/1391582/apple-ios-geekbench-metal-score-by-device/数据链接链接失效反馈

官方服务：

资源简介：

Ranking of leading Apple iOS Geekbench Metal score performance worldwide as of August 2025, by device

DMLab-30

深度强化学习

基准测试

DMLab-30是一个用于评估和训练深度强化学习模型的基准数据集。它包含30个不同的环境，涵盖了多种任务类型，如导航、记忆和推理等。每个环境都设计得具有挑战性，以测试智能体的不同能力。

github.com1720

DatBench

视觉语言处理

基准测试

DatBench是一个高保真视觉语言基准测试，提供两种版本：DatologyAI/DatBench（高保真子集，约5K样本/能力，总计约45K）和DatologyAI/DatBench-Full（完整数据集，约205K样本）。包含九种评估能力，涵盖多样化的视觉语言任务，如图表理解、对象计数、文档解析、通用VQA、数学推理等。每个样本包含唯一标识符、图像、问题、答案、评估模式等信息。

github2026-01-30 更新360

visres_bench

视觉语言处理

基准测试

VisRes Bench 是一个多模态视觉推理基准数据集，涵盖29个任务类别和多个难度级别。每个任务提供两种提示风格（通用型和引导型），用于评估视觉语言模型在不同指令特异性下的表现。数据集包含38,956条样本，按不同任务分为多个配置（config），每个配置包含两个分割（generic_prompt和guided_prompt）。数据样本包含id、task、level、prompt_type、i

Hugging Face2026-03-07 更新160

WorldArena

体现世界模型

基准测试

WorldArena是一个统一的基准测试，旨在系统地评估体现世界模型在感知和功能维度上的表现。它通过（1）视频感知质量，使用六个子维度的十六个指标进行测量；（2）体现任务功能，评估世界模型作为合成数据引擎、策略评估器和行动规划器的能力；（3）人类评估，包括整体质量、物理遵循、指令遵循和头对头胜率。此外，还提出了EWMScore，一个将多维性能整合为单个可解释指数的整体指标。这项工作为跟踪体现AI中

github2026-02-27 更新550

decompile-bench-raw

软件逆向工程

基准测试

这是一个包含100M条目的原始数据集，用于decompile-bench。具体的数据集内容没有详细说明。

Hugging Face2025-06-05 更新290