Cognition performance comparison on MME benchmark.

Figshare2025-08-11 更新2026-04-28 收录

大模型评估

认知能力评估

数据链接：

https://figshare.com/articles/dataset/Cognition_performance_comparison_on_MME_benchmark_/29884275 数据链接链接失效反馈

官方服务：

资源简介：

Cognition performance comparison on MME benchmark.

创建时间：

2025-08-11

rebase_gemma-4-E4B-it_rg_cognition_ns128_md4_bt0_1_seed73_rg_cognition__v0

生成模型

认知能力评估

该数据集包含一个测试集，共12,800个样本，主要用于评估生成模型或问答系统的性能。数据集包含多个特征字段，如问题文本（question）、生成ID（generation_id）、生成内容（generation）、令牌数量（num_tokens）、奖励分数（reward）、问题索引（question_index）、目标文本（target）、任务类型（task）、价值函数预测（vf_predicti

Hugging Face2026-05-07 更新50

young and older participants.txt

认知能力评估

年龄相关认知

Raw RT and error data of young and older adults participanting in the experiment. Also full R code.

Figshare2022-02-21 更新40

Comparison of participants’ understanding and objective numeracy and graph literacy proficiency for each trial arm.

认知能力评估

学生数字素养

Comparison of participants’ understanding and objective numeracy and graph literacy proficiency for each trial arm.

Figshare2021-07-23 更新20

AlignmentResearch/StrongREJECT-test

大模型评估

有害指令检测

--- dataset_info: features: - name: clf_label dtype: class_label: names: {} - name: proxy_clf_label dtype: class_label: names: {} - name: instructions d

Hugging Face2024-07-26 更新40

jkminder/model-raising-reflection-end-eval

大模型评估

宪章引导反思生成

这是一个用于评估的保留集，专门针对基于宪章指导的预训练反思，放置在文档末尾（reflection_end）。每个数据行包含一个dolma3网络文档以及配对的第一人称和第三人称反思，这些反思引用了文档实质性涉及的宪章部分（[X.Y]）。数据集使用冻结的生产管道（Qwen3.5-35B-A3B-FP8模型，提示generator_reflection_v7.md，宪章为ModelRaisingCons

Hugging Face2026-05-28 更新30

Cognition performance comparison on MME benchmark.

资源简介：

相关数据集