--- license: - apache-2.0 - cc-by-nc-2.0 pretty_name: Step-3.5-Flash-SFT language: - multilingual task_categories: - text-generation tags: - chat - sft - instruction-tuning - reasoning - code - agent

Hugging Face2026-03-14 更新200

StepEval-Audio-360

语音交互

游戏用户体验评估

该数据集是一个为评估多模态语音交互而设计的新基准，它重点关注用户体验和安全。该基准涵盖了诸如语言熟练度、情感智力、逻辑推理和创造力等评估维度，并采用了真实用户录音和公开语料库，同时对音频质量和语义标注进行了严格把控。这项任务的目的是对多模态语音交互进行综合评估。

arXiv120

stepfun-ai/GEdit-Bench

图像编辑

基准测试

这是一个基于真实世界用例的新基准数据集，旨在支持对图像编辑模型进行更真实和全面的评估。

Hugging Face2025-04-29 更新700

stepfun-ai/AndroidDaily

GUI自动化测试

移动代理

AndroidDaily数据集是一个基于真实世界移动使用模式的基准测试数据集，包含3146个静态动作和235个端到端任务，覆盖高频日常场景。该数据集专门设计用于评估GUI代理是否能够处理真实的日常使用情况，为GUI自动化能力提供强有力的评估。

Hugging Face2025-12-19 更新140

stepfun-ai/NextStep-data

资源简介：

相关数据集