AI Stack

TAGS / TERM

数据集

共 65 篇

  1. 面向大规模视频推理的综合基准测试套件 2026-02-24 · ARXIV
  2. SWE-bench Verified 数据污染与测度失准分析及替代方案 2026-02-24 · BLOGS_PODCASTS
  3. SWE-bench Verified 存在数据污染与缺陷，建议迁移至 SWE-bench Pro 2026-02-24 · BLOGS_PODCASTS
  4. Anthropic 发布 METR 数据集研究 AI Agent 自主性 2026-02-19 · BLOGS_PODCASTS
  5. Data Science and Technology Towards AGI Part I: Tiered 2026-02-11 · ARXIV
  6. BioTradingArena：预测生物科技股走势的LLM基准 2026-02-06 · HACKER_NEWS
  7. AutoFigure：自动生成与优化出版级科学插图 2026-02-04 · ARXIV
  8. FineInstructions：将合成指令数据扩展至预训练规模 2026-01-31 · ARXIV
  9. FineInstructions：将合成指令数据扩展至预训练规模 2026-01-30 · ARXIV
  10. Nemotron-Personas-Brazil：主权AI协同设计数据集 2026-01-29 · BLOGS_PODCASTS
  11. 基于相机-IMU融合的鲁棒路面分类数据集与框架 2026-01-29 · ARXIV
  12. Alyah ⭐️：阿拉伯语LLM方言鲁棒性评估！🔥 2026-01-28 · BLOGS_PODCASTS
  13. 🔍脑电+情感=超强分析！MEG数据解锁情绪新维度 2026-01-27 · ARXIV
  14. 🚗AgentDrive重磅发布！首个Agent推理开源自驾数据集🔥 2026-01-27 · ARXIV
  15. AgentDrive：首个开放基准！🚗 LLM生成场景驱动Agent智能推理 2026-01-26 · ARXIV