output_simulations

Dryad2018-01-01 更新2026-04-13 收录

个体化模型

数据链接：

https://datadryad.org/resource/doi:10.5061/dryad.s3j9074/4 数据链接链接失效反馈

官方服务：

资源简介：

Contains Matlab data files (.mat files) for each individual-based simulation.

创建时间：

2018-01-01

UPQA (User Preference Question Answering)

问答系统

个体化模型

UPQA是由埃默里大学和亚马逊联合构建的短答案问答数据集，专为个性化模型编辑的标准化评估而设计。该数据集包含1000余条涵盖爱好、职业、家庭等多元主题的用户偏好数据，通过Claude-Sonnet-4生成四类难度递进的查询问题（直接提问、改写提问、隐含提问及产品推荐），并辅以语义关联的同义词簇增强鲁棒性。其创新性地从真实用户查询中构建评估场景，重点考察模型对用户特定事实的精准回忆与应用能力，填补了

arXiv2025-12-16 更新310

andrewsiah/personalization_prompt_response_eurus

个体化模型

机器学习

该数据集包含多个奖励特征（reward_1至reward_8），一个提示特征（prompt），一个子集特征（subset），一个标识特征（id），以及多个响应和对应的模型信息。此外，还有多个格式化的提示响应特征。数据集分为一个训练集，包含10431个样本，总大小为358068665字节。

Hugging Face2024-05-30 更新110

spacepxl/personalization-meta-dataset

图生成

个体化模型

该数据集旨在收集用于测试图像生成模型（如Stable Diffusion）微调或个性化的数据集。这些数据集可以作为开放标准，用于比较训练设置、模型等。此外，这些数据集还可能用于实际的基准测试，如FID、面部嵌入距离、偏好评分等。目标是收集多样化的样本数据集，以反映人们实际想要训练的内容，而不是研究论文中引入的少数简单示例。

Hugging Face2024-12-02 更新100

MQDialog

个体化模型

对话系统

MQDialog数据集由上海交通大学和阿里巴巴集团共同构建，旨在为个性化语言模型生成提供基准测试。该数据集包含173个提问者和12个回答者的对话记录，涵盖英语和中文脚本以及微信记录。数据集的创建过程包括从多种来源提取和清理对话数据，并通过聚类相似问题来优化对比学习。MQDialog数据集主要应用于个性化语言模型的研究，旨在解决不同用户对相同查询生成定制化响应的问题。

arXiv2024-12-16 更新160

Individual-Based Model use in Marine Policy

海洋政策

个体化模型

Individual-based models (IBMs) are increasingly used in marine conservation research, making this is an ideal time to assess IBM use in marine policy. IBMs can contribute important information to mari

DataCite Commons2023-11-03 更新110

output_simulations

资源简介：

相关数据集