阅读排行榜

MT-Pref数据集：包含18种语言的18k实例，涵盖多个领域。实验表明它能有效提升Tower模型在WMT23和FLORES基准测试中的翻译质量。

数据猎手小k 2024-10-22 10:33 阅读:49 评论:0 推荐:0

HRScene：首个覆盖多场景高分辨率图像理解的综合性基准数据集

数据猎手小k 2025-04-29 14:54 阅读:48 评论:0 推荐:0

WORFBENCH：一个创新的评估基准，目的是全面测试大型语言模型在生成复杂工作流方面的性能。

数据猎手小k 2024-10-22 10:35 阅读:48 评论:0 推荐:0

M3SciQA：由耶鲁大学和Allen Institute for AI共同创建首个多模态多文档科学问答基准，全面评估基础模型。

数据猎手小k 2024-11-19 10:48 阅读:47 评论:0 推荐:0

Comp-DD数据集：通过从 ImageNet-1K 中选择十六个子集构建而成，其中包含八个简单子集和八个困难子集。用于评估和提升数据集蒸馏在复杂场景下性能的基准测试

数据猎手小k 2024-10-24 15:15 阅读:47 评论:0 推荐:0