Anywhere3D-Bench是一个全面的3D视觉定位基准数据集，包含2632个引用表达式和3D边界框对，涵盖了四个不同的定位级别：人类活动区域、超出对象的未占用空间、场景中的单个对象以及细粒度的对象部分。该数据集由BIGAI、清华大学、北京大学和北京理工大学的研究人员创建，旨在评估和推动3D视觉定位模型在多级别场景下的定位能力，特别是对于超出对象级别的空间区域和细粒度对象部分的定位。数据集来源

arXiv2025-06-05 更新490

SciJudgeBench

科学论文匹配

基准数据集

SciJudgeBench是一个大规模基准数据集，包含696,758个领域和时间匹配的论文对，源自210万篇arXiv论文，用于科学品味学习的偏好建模和对齐问题。

github2026-03-17 更新190

MAD-Bench

异常检测

基准数据集

MAD-Bench是一个用于多层次异常检测的基准数据集，由新加坡国立大学和新加坡科技设计大学等机构创建。该数据集包含31个子集，涵盖了新颖性检测、工业检测和医学影像等多个领域。数据集通过手动分配严重性级别，确保模型能够准确评估异常的严重程度。创建过程结合了现有的多种数据集，并进行了适当的调整和标注。MAD-Bench旨在解决现有模型在异常检测中无法准确反映实际严重程度的问题，适用于需要精细区分异常

arXiv2024-11-21 更新780

Various Twitter Sentiment Analysis Datasets

推特情感分析

基准数据集

该数据集包含了来自不同领域的22个基准数据集，用于评估语言模型在推特情感分析方面的表现。这些数据集在大小和领域上各不相同，涵盖了通用和特定主题，并已在推特情感分析的相关文献中被广泛使用。任务主要集中在情感分类上。

arXiv240