OMNIX Benchmarks 是一个用于评估和基准测试大型语言模型性能的数据集。它旨在通过一套标准化的指标对模型进行综合比较，涵盖格式遵循、逻辑推理、知识回忆、约束遵循、成功率（首次通过和最终）以及推理延迟等多个关键维度。该数据集支持文本生成和问答任务类别，并提供了对多个流行模型（如 Qwen、Gemma、Llama 等系列的不同版本）在上述维度上的量化评分和排名分析，帮助研究人员和开发者了解

Hugging Face2026-07-07 更新100

Predictive models of community-weighted mean traits as a smoothed function of soil pH and pine basal area (Pine BA).

植物功能性状预测

森林生态建模

Predictive models of community-weighted mean traits as a smoothed function of soil pH and pine basal area (Pine BA).

NIAID Data Ecosystem70

🏆 AI Models Benchmark Dataset 2026 (latest)

模型基准测试

大语言模型

Comprehensive Benchmark of 188+ AI Models - LLM Performance

kaggle2026-01-13 更新220

next-tat/MMDocBench

视觉文档理解

模型基准测试

--- license: cc-by-sa-4.0 task_categories: - question-answering - visual-question-answering - table-question-answering language: - en pretty_name: MMDocBench size_categories: - 1K<n<10K tags: - LVLMs

Hugging Face2024-10-30 更新90

FoRTE-SEM-Benchmark

资源简介：

相关数据集