TypeZilla

NIAID Data Ecosystem2026-03-12 收录

软件类型系统

错误检测

数据链接：

https://zenodo.org/record/5417063 数据链接链接失效反馈

官方服务：

资源简介：

This is the replication package of TypeZilla (ICSE'22 submission)

创建时间：

2021-09-04

red_ace_asr_error_detection_and_correction

自动语音识别

错误检测

# **RED-ACE** ## Dataset Summary This dataset can be used to train and evaluate **ASR Error Detection or Correction** models. It was introduced in the [RED-ACE paper (Gekhman et al, 2022)](https:/

魔搭社区2026-04-28 更新200

github-typo-corpus

自然语言处理

错误检测

GitHub Typo Corpus: 大规模多语言拼写错误和语法错误数据集。这是一个用于研究和改进拼写错误和语法错误检测的多语言大规模数据集。

OpenCSG2024-06-04 更新160

ProJudgeBench, ProJudge-173k

多模态模型评估

错误检测

ProJudgeBench是第一个专门设计用于评估基于多模态大语言模型的过程判断能力的综合基准测试。它包含2,400个测试案例和50,118个步骤级标签，涵盖四个科学学科，具有不同的难度级别和多模态内容。每个步骤都由人类专家精心注释，以评估判断者检测、分类和诊断错误的能力。ProJudge-173k是一个大规模指令调优数据集，旨在通过动态双阶段微调策略增强开源模型的过程评估能力。

github2025-03-11 更新110

MMRefine

多模态语言模型

错误检测

该数据集是一个旨在评估多模态大型语言模型（MLLMs）在六种不同错误场景下的错误修正能力的基准测试。它将错误分为六类，并提供了关于MLLMs修正性能的深入见解。该基准测试涵盖了多种MLLMs，包括闭源和开源模型，其任务重点是MLLMs中的错误检测与纠正。

arXiv200

bigbench_mistake_eval_z_DeepSeek-R1-Distill-Llama-70B

代码生成

错误检测

这是一个包含输入文本、步骤、答案以及多个完成选项的数据集，用于评估特定模型在dyck语言相关任务上的表现。数据集共有280个示例，适用于代码生成和错误检测等场景。

Hugging Face2025-06-17 更新140