ImageBench

kaggle2026-05-25 更新2026-06-17 收录

图像分类基准

模型评估

数据链接：

https://www.kaggle.com/datasets/deeplumiere/cifar-100 数据链接链接失效反馈

官方服务：

资源简介：

Datasets to train and benchmark on collected to be used on fly in PyTorch.

专为训练与基准测试任务收集、可在PyTorch框架中动态调用的数据集

创建时间：

2026-05-17

open-llm-leaderboard-old/details_Steelskull__Umbra-MoE-4x10.7

模型评估

自然语言处理

该数据集是在Open LLM Leaderboard上对模型Steelskull/Umbra-MoE-4x10.7进行评估时自动创建的。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果存储为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，存储了所有运行的聚合结果，用于在Open LLM L

Hugging Face2024-01-21 更新210

open-llm-leaderboard-old/details_jsfs11__WildMBXMarconi-SLERP-7B

自然语言处理

模型评估

该数据集是在模型 jsfs11/WildMBXMarconi-SLERP-7B 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 63 个配置组成，每个配置对应一个评估任务。它包含 1 次运行的结果，每次运行都作为每个配置中的一个特定分割存储。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示

Hugging Face2024-01-24 更新140

open-llm-leaderboard-old/details_speakleash__Bielik-7B-Instruct-v0.1

模型评估

自然语言处理

--- pretty_name: Evaluation run of speakleash/Bielik-7B-Instruct-v0.1 dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [speakleash/Bielik-7B-Instruct-v0.1](https

Hugging Face2024-04-09 更新90

open-llm-leaderboard-old/details_TencentARC__Mistral_Pro_8B_v0.1

模型评估

自然语言处理

--- pretty_name: Evaluation run of TencentARC/Mistral_Pro_8B_v0.1 dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [TencentARC/Mistral_Pro_8B_v0.1](https://huggi

Hugging Face2024-02-23 更新210

Appendix D. The parameter estimates from the model fits with their AICc's.

统计建模

模型评估

The parameter estimates from the model fits with their AICc's.

DataCite Commons2020-09-04 更新90