LLM selection results by SVD-QR with column pivoting algorithm.

Figshare2015-12-02 更新2026-04-29 收录

数据链接：

https://figshare.com/articles/dataset/_LLM_selection_results_by_SVD_QR_with_column_pivoting_algorithm_/195675 数据链接链接失效反馈

官方服务：

资源简介：

LLM selection results by SVD-QR with column pivoting algorithm.

创建时间：

2015-12-02

MM-UAVBench

无人机

多语言大语言模型

MM-UAVBench是一个全面的基准测试，旨在评估多模态大语言模型在低空无人机场景中的感知、认知和规划能力。它具有三个主要特点：1) 全面的任务设计，包括19个任务，涵盖三个关键能力维度，并特别包括多级认知（对象、场景和事件）和涉及空中和地面代理的规划；2) 多样化的现实世界场景，收集了来自不同数据源的真实无人机视频和图像，包括1549个视频片段和2873张图像，平均分辨率为1622×1033；

github2026-01-18 更新740

A-Eval

模型评估

多语言大语言模型

A-Eval是一个用于从实际应用角度评估各种规模聊天大型语言模型的基准。该数据集包含678个问答对，跨越5个类别、27个子类别和3个难度级别。A-Eval提供了清晰的实证和工程指南，用于为现实世界应用选择“最佳”模型。

github2024-08-09 更新420

Research on the application of LLaVA model based on Q-LoRA fine-tuning in medical teaching

医学教育

多语言大语言模型

The Augmented Reality Large Language Model Medical Teaching System integrates Augmented Reality with LLaVA-Med, a medical multimodal large language model based on LLaVA and specifically designed for b

DataCite Commons2025-10-05 更新140

AV-Odyssey

多语言大语言模型

视听信息理解

AV-Odyssey是一个综合评估基准，旨在探索多模态大语言模型（MLLMs）是否真正理解视听信息。该基准包含26个不同任务和4,555个精心设计的问题，每个问题都包含文本、视觉和音频组件。所有数据均为新收集并由人工标注，不来自任何现有的视听数据集。AV-Odyssey Bench展示了三个主要特征：1. 全面的音频属性；2. 广泛的领域；3. 交织的文本、音频和视觉组件。

github2024-12-04 更新570

VideoRFT-CoT-102K和VideoRFT-RL-310K

视频推理

多语言大语言模型

基于认知启发的提示策略和视觉语言模型修订，构建了两个大规模的视频推理数据集，用于监督微调（SFT）和强化学习（RL）。VideoRFT-CoT-102K用于SFT，VideoRFT-RL-310K用于RL。这些数据集旨在提升多模态大语言模型（MLLMs）的视频推理能力。

github2025-05-26 更新260