Average Precision (AP) score at different IOU threshold.

Figshare2023-05-01 更新2026-04-28 收录

目标评估

模型性能分析

数据链接：

https://figshare.com/articles/dataset/Average_Precision_AP_score_at_different_IOU_threshold_/22727369 数据链接链接失效反馈

官方服务：

资源简介：

Average Precision (AP) score at different IOU threshold.

创建时间：

2023-05-01

kwaikeg/KAgentBench

AI Agent

模型性能分析

--- license: cc-by-nc-sa-4.0 language: - zh - en size_categories: - 1K<n<10K task_categories: - text-generation --- KAgentBench is the benchmark proposed in KwaiAgents ([Github](https://github.com/Kw

Hugging Face2024-01-04 更新2690

llama-duo/llama3-1b-coding-eval-by-claude3sonnet

编程评估

模型性能分析

该数据集包含与模型评估相关的多个字段，如指令、响应和评分等，用于评估模型在特定任务上的表现。具体包括：指令（instructions）、目标响应（target_responses）、候选响应（candidate_responses）、模型ID（model_id）、模型SHA（model_sha）、评估提示（eval_prompts）、相似度评分（similarity_scores）、精确度评分（p

Hugging Face2025-04-02 更新110

Object recognition accuracy at 0.5 recognition confidence threshold for each category of container and grouping all container types.

目标评估

容器识别

The average precision is calculated from the precision/recall curve by taking the average over all recall levels.

Figshare2019-07-29 更新80

c1_math_0d_1s_1k_eval_636d

数学教育评估

模型性能分析

这是一个包含数学模型评估结果的预计算数据集，包括多个测试集如AIME24, AMC23等在不同运行次数下的准确率、解决的问题数量和总问题数量。

Hugging Face2025-04-28 更新160

autoevaluate/autoeval-staging-eval-project-xsum-8dc1621c-12925736

文本摘要评估

模型性能分析

--- type: predictions tags: - autotrain - evaluation datasets: - xsum eval_info: task: summarization model: google/pegasus-cnn_dailymail metrics: ['bleu'] dataset_name: xsum dataset_config:

Hugging Face2022-08-11 更新90

Average Precision (AP) score at different IOU threshold.

资源简介：

相关数据集