AI models Bench2Drive levels of success in driving tasks 2024

Statista2026-04-11 收录

自动驾驶评测

模型基准测试

数据链接：

https://www.statista.com/statistics/1611893/bench2drive-driving-score/数据链接链接失效反馈

官方服务：

资源简介：

Top artificial intelligence (AI) models score in Bench2Drive test in autonomous vehicles in 2024

🏆 AI Models Benchmark Dataset 2026 (latest)

模型基准测试

大语言模型

Comprehensive Benchmark of 188+ AI Models - LLM Performance

kaggle2026-01-13 更新220

DCAgent2/terminal_bench_2_NVIDIA_Nemotron_3_Nano_30B_A3B_BF16_20260424_044226

模型基准测试

对话评估

--- dataset_info: features: - name: conversations list: - name: content dtype: string - name: role dtype: string - name: agent dtype: string - name: model dtype

Hugging Face2026-04-25 更新110

akh99/hard_math_0

数学推理

模型基准测试

--- dataset_info: features: - name: expected_answer dtype: string - name: problem_type dtype: string - name: problem_source dtype: string - name: generation_model dtype: stri

Hugging Face2025-12-13 更新100

open-llm-leaderboard/details_OptimalScale__robin-7b-v2-delta

大型语言模型评估

模型基准测试

该数据集是在Open LLM Leaderboard上对模型OptimalScale/robin-7b-v2-delta进行评估时自动创建的。数据集包含61个配置，每个配置对应一个评估任务。数据集由1次运行创建，每次运行可以在每个配置的特定分割中找到，分割以运行的时间戳命名。train分割始终指向最新的结果。此外，还有一个名为results的配置存储了所有运行的聚合结果，并用于计算和显示Open

Hugging Face2023-08-27 更新140

HumanPCR/HumanPCR

人类知识问答

模型基准测试

HumanPCR基准数据集预览版本，包含用于模型评估的预览数据和代码。数据集包含了多个选择题的问题提示和正确选项，但这些信息在当前预览版本中暂未公布，将在未来的更新中提供。

Hugging Face2025-05-23 更新110