EAR Benchmark

Name: EAR Benchmark
Creator: Chen
Published: 2025-06-20T00:00:00+08:00

Figshare2025-06-20 更新2026-04-08 收录

实体消歧

视觉语言模型

数据链接：

https://figshare.com/articles/dataset/EAR_Benchmark/29368739/1 数据链接链接失效反馈

官方服务：

资源简介：

EARBench: Evaluating the Entity Ambiguity Resolution Ability of LLMs

提供机构：

Chen

创建时间：

2025-06-20

sled-umich/ROPE

视觉语言模型

多对象幻觉

ROPE数据集旨在通过利用现有的全景分割数据集（如MSCOCO-Panoptic和ADE20K）来评估和分析多目标幻觉现象。数据集包含多样对象及其实例级语义注释，分为训练和验证两部分，每部分根据图像中对象类别的分布进一步细分为同质、异质、野外和对抗性子集。文件结构包括图像和JSON文件，图像分为原始图像和带有边界框的可视化图像。JSON文件结构详细描述了图像文件夹、文件名、来源、尺寸、分割信息、对

Hugging Face2024-07-19 更新530

Towards More Dependable Specifications: An Empirical Study Exploring the Synergy of Traditional and LLM-Based Repair Approaches

软件规范修复

视觉语言模型

Declarative specification languages like Alloy are critical for modeling and verifying complex software systems, yet repairing these specifications remains a significant challenge for ensuring softwar

DataCite Commons2025-04-01 更新80

methane69/finetuning_LLaVA

视觉语言模型

模型微调

--- dataset_info: features: - name: image dtype: image - name: caption dtype: string splits: - name: train num_bytes: 8426655.0 num_examples: 138 - name: test num_bytes

Hugging Face2024-03-08 更新60

CountBenchQA

视觉语言模型

计数能力

该数据集是为评估视觉语言模型中的计数能力而引入的，基于PaliGemma项目。数据集包含491张图像，这些图像来自原始的CountBench数据集，但由于某些原始URL无法访问，因此只保留了这些图像。每张图像都配有一个文本描述和一个关于图像中对象数量的手动生成的问题。数据集的特征包括图像、文本、问题和数量。数据集分为一个测试集，包含491个样本。

Hugging Face2024-10-21 更新250

swap-uniba/EXAMS-V_IT

视觉语言模型

多模态评估

--- dataset_info: features: - name: image dtype: image - name: id dtype: int64 - name: question dtype: string - name: answer dtype: string splits: - name: test num_by

Hugging Face2024-10-17 更新70

EAR Benchmark

资源简介：

相关数据集