eval_lab

kaggle2018-10-31 更新2024-03-08 收录

下载链接：

https://www.kaggle.com/datasets/ahanmr1998/eval-lab

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2018-10-31

lmms-lab-eval/COVER

--- dataset_info: features: - name: aspect dtype: string - name: src_dataset dtype: string - name: video_name dtype: string - name: qa_type dtype: string - name: question

Hugging Face2026-03-21 更新20

lmms-lab-eval/vggsound

# VGGSound Full-set metadata for lmms-eval task `vggsound`. ## Dataset Contents This repository contains **annotations and metadata only** (YouTube IDs, start seconds, labels, and splits). Raw audi

Hugging Face2026-02-24 更新20

declare-lab/KAIROS_EVAL

KAIROS_EVAL是一个用于评估大型语言模型（LLM）在多智能体社交互动场景中鲁棒性的基准数据集。它通过捕捉模型的原始信念（答案+置信度）并模拟通过人工代理的同伴影响来动态构建每个模型的评估设置。该数据集支持多种任务，包括多选问答、鲁棒性评估、效用与抗力分析等。数据集分为推理、知识、常识和创造力四个领域，包含10,000个训练实例和3,000个测试实例。

Hugging Face2025-08-31 更新30

lmms-lab-eval/PhysBench

--- dataset_info: features: - name: index dtype: string - name: question dtype: string - name: answer dtype: string - name: media_type dtype: string - name: media_path

Hugging Face2026-03-21 更新20

TIGER-Lab/Mantis-Eval

Mantis-Eval是一个新策划的数据集，用于评估多模态语言模型在多图像推理上的能力。该数据集包含200多个由人类注释的挑战性多图像推理问题。数据集的特征包括id、问题类型、问题、图像、选项、答案、数据来源和类别。数据集的分割信息显示，测试集包含217个示例，总字节数为479770102。

Hugging Face2024-11-15 更新1190