TIGER-Lab/LongICL_leaderboard_submission

Name: TIGER-Lab/LongICL_leaderboard_submission
Creator: TIGER-Lab
Published: 2025-04-12T01:14:17+08:00

Hugging Face2024-06-13 更新2025-04-12 收录

数据链接：

https://hf-mirror.com/datasets/TIGER-Lab/LongICL_leaderboard_submission 数据链接链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

--- 许可证：Apache许可证2.0（Apache-2.0） ---

提供机构：

MMLU-Pro数据集是一个更为鲁棒和具有挑战性的大规模多任务理解数据集，旨在更严格地评估大型语言模型的能力。该数据集包含12K个复杂问题，涵盖多个学科。与原始MMLU数据集相比，MMLU-Pro增加了每个问题的选项数量，从4个增加到10个，以提高评估的复杂性和鲁棒性。此外，MMLU-Pro还集成了更多需要推理的问题，使得CoT（Chain-of-Thought）推理的效果比PPL（Perplex

Hugging Face2026-05-02 更新1220

TIGER-Lab/OmniEdit-Filtered-1.2M

图像编辑

机器学习

OmniEdit数据集是一个用于处理七种不同图像编辑任务的通用编辑器。数据集包含源图像和编辑后的图像，以及编辑指令、任务类型、语义一致性评分、感知质量评分和总体评分等信息。数据集通过专家蒸馏合成，并经过VIEScore过滤，包含120万对图像编辑对。

Hugging Face2024-12-06 更新290

VisPhyWorld-Sub-Generated-Videos

视频生成

物理推理

VisPhyWorld Sub Generated Videos数据集包含为VisPhyBench/VisPhyWorld的sub分割生成的视频，按渲染引擎和模型组织。该数据集旨在用于模型比较、错误分析以及代码驱动或直接视频生成结果的定性检查。数据集内容按渲染引擎（threejs、p5js、video）和模型组织，具体包括三种引擎下的多种模型生成的视频文件。数据集规模在1K到10K之间，适用于物理

Hugging Face2026-04-22 更新130

TIGER-Lab/MMEB-train

多模态嵌入模型

视觉语言模型

MMEB（大规模多模态嵌入基准）数据集用于训练VLM2Vec模型，涵盖了4个元任务和36个数据集。每个数据集包含查询、查询图像路径、正文本、正图像路径、负文本和负图像路径等特征。数据集主要用于评估多模态嵌入模型的能力，每个数据集包含1000个评估示例，每个示例包含一个查询和一组目标，目标和查询可以是图像和文本的任意组合。

Hugging Face2025-01-28 更新580

TIGER-Lab/TheoremExplainBench

数学定理解释

自然语言处理

TheoremExplainBench是一个为了评估和提升大型语言模型（LLM）理解和解释数学和科学定理的能力而设计的数据库。该数据库包含240个定理，按照难度和学科领域分类，以支持结构化的基准测试。每个定理都有一个描述，但这个描述不一定完全阐述定理，它主要是为LLM提供上下文帮助区分使用场景。

Hugging Face2025-03-31 更新160