zelalt/llava-next-data-200k

Name: zelalt/llava-next-data-200k
Creator: zelalt
Published: 2025-12-20T02:29:50+08:00

Hugging Face2025-12-19 更新2025-12-20 收录

视觉语言模型

视觉问答

数据链接：

https://hf-mirror.com/datasets/zelalt/llava-next-data-200k 数据链接链接失效反馈

官方服务：

资源简介：

Subset of lmms-lab/LLaVA-NeXT-Data (https://huggingface.co/datasets/lmms-lab/LLaVA-NeXT-Data)

提供机构：

ProcessTBench是一个用于评估大型语言模型（LLM）在流程挖掘框架下生成计划能力的合成数据集。该数据集基于TaskBench构建，包含532个基础查询，每个查询被重新表述5到6次，平均每个查询有4.08个解决方案计划。数据集涉及使用40种独特工具的行动序列，并提供了相应的真实计划以Petri网格式。数据集的创建过程包括从TaskBench中选择最具挑战性的子集，使用LLM生成计划，并通过

arXiv2024-09-20 更新1860

VQA-RAD

视觉问答

计算机视觉

数据集文件元信息以及数据文件，请浏览“数据集文件”页面获取。当前数据集卡片使用的是默认模版，数据集的贡献者未提供更加详细的数据集介绍，但是您可以通过如下GIT Clone命令，或者ModelScope SDK来下载数据集 #### 下载方法 :modelscope-code[]{type="sdk"} :modelscope-code[]{type="git"}

魔搭社区2026-07-14 更新960

OmniMedVQA_8_Modalities

医学图像分析

视觉问答

该数据集包含图像、模态、问题和答案四种类型的数据。数据集分为训练集和测试集，其中训练集包含71333个样本，测试集包含17662个样本。数据集的总下载大小为13581273585字节，实际大小为8755095221.197字节。

Hugging Face2025-10-23 更新370

FRAMES-VQA

视觉问答

模型评估

FRAMES-VQA是一个用于评估视觉问答系统在多模态数据分布变化下的鲁棒性微调的新基准。该数据集利用了现有的十个VQA基准数据集，包括VQAv2、IV-VQA、VQACP、OK-VQA等，并将它们分类为ID、近和远OOD数据集，涵盖了单模态、多模态和对立分布变化。数据集通过计算使用不同模型提取的单模态和多模态嵌入的Mahalanobis距离来量化分布变化。

arXiv2025-05-28 更新1850

Generalized Associative Recall (GAR)

视觉语言模型

组合推理

Generalized Associative Recall (GAR)数据集由北京邮电大学提出，旨在评估大型语言模型在组合关系推理（CRR）任务中的表现。该数据集包含192个生成任务和192个分类任务，共计4608个示例，涵盖多种形式和难度级别。数据集通过自动生成任务，结合不同的语义和句法变体，确保任务的多样性和挑战性。GAR数据集主要用于系统性研究LLMs在CRR任务中的机制和性能，揭示其在复

arXiv2024-12-17 更新380

zelalt/llava-next-data-200k

资源简介：

相关数据集