BEIR Benchmark是一个异构基准，由18个不同的数据集组成，代表了9种信息检索任务，包括事实核查、问答、生物医学信息检索、新闻检索、论点检索、重复问题检索、引用预测、推文检索和实体检索。所有数据集均为英文，并已预处理，可用于实验。数据集结构包括corpus、queries和qrels文件，格式为jsonl和tsv。

Hugging Face2022-10-23 更新360

open-llm-leaderboard/details_Trelis__TinyLlama-chat-SFT

大型语言模型评估

基准测试

该数据集是在Open LLM Leaderboard上对模型Trelis/TinyLlama-chat-SFT进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集由1次运行创建，每次运行作为每个配置中的一个特定拆分，使用运行的时间戳命名。train拆分始终指向最新结果。一个额外的配置results存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard

Hugging Face2024-03-29 更新160

Iceberg-dataset

相似性搜索

基准测试

Iceberg是一个全面的基准测试套件，用于在现实应用设置中对向量相似性搜索（VSS）方法进行端到端评估。它涵盖了7个不同的数据集，包括图像分类、人脸识别、文本检索和推荐系统等关键领域。每个数据集包含1M到100M的向量，并附有任务特定的标签和指标，使得能够在完整的应用流程中评估检索算法，而不仅仅是在孤立的召回速度场景中。

github2025-12-16 更新380

GSLB

图学习

基准测试

GSLB是由中国科学院自动化研究所开发的综合性图结构学习基准，包含16种先进的图结构学习算法和20个多样的图数据集，覆盖了同质节点级、异质节点级和图级任务。该数据集旨在通过三个维度：有效性、鲁棒性和复杂性，系统地研究图结构学习的特性。GSLB不仅为图结构学习领域提供了标准化的实验设置，还通过广泛的实验揭示了图结构学习在异质性、鲁棒性等方面的潜在优势，为未来的研究提供了深入的见解和机会。

arXiv2023-10-08 更新210

lyang84/UserModeling

资源简介：

相关数据集