ベンチマークデータセット

Flores-200は、自然言語処理におけるAIモデルの評価に使用されるベンチマークデータセットです。

HellaSwag is a benchmark dataset used to evaluate AI's understanding of humor and common sense reasoning.

KITTIデータセットは、コンピュータビジョンのベンチマークデータセットであり、特に自動運転研究において重要です。

SocialIQA is a benchmark dataset for evaluating AI's understanding of social interactions and reasoning.

STS-Bは、自然言語処理タスクにおいて文の類似性を評価するために使用されるベンチマークデータセットです。