有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
CMB|医学评估数据集|语言模型数据集
收藏arXiv2024-04-04 更新2024-06-21 收录
下载链接：
https://github.com/FreedomIntelligence/CMB
下载链接
链接失效反馈资源简介：
CMB是一个全面的中文医学基准数据集，由香港中文大学深圳的研究团队开发。该数据集包含280,839个多选题，涵盖6大类别和28个子类别，旨在评估大型语言模型在医学领域的应用。CMB-Exam部分包含资格考试的多选题，而CMB-Clin则包含复杂的临床诊断问题，源自真实的病例研究。数据集的创建过程包括从公开可用的考试题目和课程练习中收集数据，并由专家提供明确的解决方案。CMB数据集的应用领域广泛，旨在解决医学领域中大型语言模型的评估问题，特别是在中国本土文化和语言框架下的应用。
提供机构：
香港中文大学深圳
创建时间：
2023-08-17
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
学生课堂行为数据集 (SCB-dataset3)
学生课堂行为数据集(SCB-dataset3)由成都东软学院创建，包含5686张图像和45578个标签，重点关注六种行为：举手、阅读、写作、使用手机、低头和趴桌。数据集覆盖从幼儿园到大学的不同场景，通过YOLOv5、YOLOv7和YOLOv8算法评估，平均精度达到80.3%。该数据集旨在为学生行为检测研究提供坚实基础，解决教育领域中学生行为数据集的缺乏问题。
arXiv 收录
TCIA
TCIA（The Cancer Imaging Archive）是一个公开的癌症影像数据集，包含多种癌症类型的医学影像数据，如CT、MRI、PET等。这些数据通常与临床和病理信息相结合，用于癌症研究和临床试验。
www.cancerimagingarchive.net 收录
jpft/danbooru2023
Danbooru2023是一个大规模的动漫图像数据集，包含超过500万张由爱好者社区贡献并详细标注的图像。图像标签涵盖角色、场景、版权、艺术家等方面，平均每张图像有30个标签。该数据集可用于训练图像分类、多标签标注、角色检测、生成模型等多种计算机视觉任务。数据集基于danbooru2021构建，扩展至包含ID #6,857,737的图像，增加了超过180万张新图像，总大小约为8TB。图像以原始格式提供，分为1000个子目录，使用图像ID的模1000进行分桶，以避免文件系统性能问题。
hugging_face 收录
DAT
DAT是一个统一的跨场景跨领域基准，用于开放世界无人机主动跟踪。它提供了24个视觉复杂的场景，以评估算法的跨场景和跨领域泛化能力，并具有高保真度的现实机器人动力学建模。
github 收录
HIT-UAV
HIT-UAV数据集包含2898张红外热成像图像，这些图像从43,470帧无人机拍摄的画面中提取。数据集涵盖了多种场景，如学校、停车场、道路和游乐场，在不同的光照条件下，包括白天和夜晚。
github 收录