数据集 - 海数据

PAN25_Based_多作者写作风格变化检测数据集

2026年1月31日 30 52 37

数据集概述本数据集为PAN@CLEF2025共享任务“多作者写作风格分析”专用数据，核心任务是检测多作者文档中句子级的写作风格变化位置。数据集包含易、中、难三个难度等级，分别对应不同主题多样性的文档，各等级均划分训练、验证、测试集。文件详解文件名称：pan25-multi-author-analysis.zip 文件格式：ZIP...

ZIP

NTIA_Based_低频_中频传播模型测试数据集_v1

2026年1月30日 30 33 2

数据集概述本数据集用于测试NTIA/ITS（美国国家电信和信息管理局/研究所）实现的低频/中频（LF/MF）传播模型，包含一个压缩文件，整体目录结构简单，无训练测试、数据标签或原始处理数据的拆分，是验证该传播模型实现效果的专用测试数据。文件详解压缩文件文件名称：NTIA/LFMF-test-data-v1.zip 文件格式：ZIP...

ZIP

METASHIFT_Based_上下文分布偏移评估数据集集合

2026年1月29日 30 200 157

数据集概述本数据集为METASHIFT，是用于评估机器学习模型在上下文分布偏移下性能的数据集集合。它基于Visual Genome的自然异质性和注释构建，包含12,868组自然图像，覆盖410个类别。通过元数据聚类生成不同上下文的图像子集，提供分布偏移的显式解释及距离评分，并匹配ImageNet层次结构，支持模型评估任务构建。文件详解...

ZIP

TPDL_2020_Based_古籍OCR噪声命名实体识别评估基准数据

2026年1月26日 30 125 116

数据集概述本数据集为古籍命名实体识别（NER）评估基准数据，基于CoNLL-02（西班牙语、荷兰语）和CoNLL-03（英语）NER语料库，通过模拟OCR噪声生成多语言含噪文本，包含原始文本转图像、添加扫描噪声、Tesseract OCR提取及文本对齐等处理环节，用于评估OCR质量对NER任务的影响。文件详解文件名称：ner_dataset-...

ZIP

RACGSecurity_Based_IEEE软件工程论文提交工件数据

2026年1月26日 30 33 32

数据集概述本数据集是提交至《IEEE Transactions on Software Engineering》论文的配套工件，包含复现论文结果所需的源代码、数据集及环境配置说明。提供了环境搭建、依赖安装、结果复现的完整流程，支持使用GPT-4o等大语言模型及本地模型开展代码生成与安全评估实验。文件详解文件名称：RACGSecurity.zip...

ZIP

AnglistikVoices_Based_第二语言英语学习者语音数据集v1_0_0

2026年1月18日 30 90 8

数据集概述本数据集为非母语英语学习者语音数据集，包含15名非母语英语学习者的语音录音，总时长74分钟，每人60条音频样本。数据源自大学课程项目，采用Audio-Technica ATM75麦克风在录音棚录制，刺激语句来自Artie Bias Corpus，8名参与者提供句子级对齐数据，配套元数据含学习者语言背景信息。文件详解...

ZIP

UNMASKING_DEEPFAKES_Based深度伪造视频检测双阶段Transformer模型研究数据

2025年12月30日 30 155 137

数据集概述...

ZIP

长尾异常检测数据集2024

2025年12月23日 30 7 2

数据集概述该数据集为长尾异常检测（LTAD）研究提供了数据拆分方案，基于MVTec、VisA和DAGM三个公开数据集构建不同不平衡类型的长尾拆分。核心用于评估异常检测模型在类不平衡场景下的性能，支持CVPR 2024论文“Long-Tailed Anomaly Detection with Learnable Class...

ZIP

海运货船能耗预测数据集

2025年12月22日 30 197 68

数据集概述该数据集为Shifts海运货船能耗预测基准提供数据，用于评估模型对分布偏移的鲁棒性及不确定性估计质量。数据由Shifts Project提供，完整基准说明可参考相关论文。文件详解文件名称: power_consumption_upload.zip 文件格式: ZIP压缩包 (.zip) 文件内容:...

ZIP

物种与群落水平模型跨新气候与群落对比数据集

2025年12月15日 30 84 34

数据集概述本数据集围绕物种分布模型（SDMs）与群落水平模型（CLMs）的对比展开，通过21000年北美东部古气候模拟及化石花粉记录，分析两类模型在新气候条件下的预测表现，重点探究CLMs在数据稀疏或气候差异大时的优势。文件详解文件名称：PollenPA.zip 文件格式：ZIP（.zip）...

ZIP

FaVCI2D具有挑战性冒名者与多样化人口统计特征的人脸验证数据集

2025年12月11日 30 176 128

数据集概述该数据集聚焦人脸验证任务，针对现有数据集冒名者对挑战性不足、人口统计特征多样性欠缺的问题，构建包含视觉相似冒名者对及性别、国家、年龄元数据的FaVCI2D数据集，用于细粒度分析与模型性能验证。文件详解文件名称：favci2d_readme.pdf 文件格式：PDF...

ZIP

维基数量与维基测量数据集

2025年12月11日 30 102 45

数据集概述该数据集包含Wiki-Quantities和Wiki-Measurements两个子数据集，分别用于支持数量识别与测量上下文提取任务。数据从维基百科文章和维基数据事实启发式生成，部分样本添加S2ORC数据集引用以增强模型鲁棒性，为测量提取系统的开发与评估提供支持。文件详解核心压缩文件: Wiki-Quantities.zip:...

ZIP

大型语言模型演绎推理鲁棒性研究数据集

2025年12月10日 30 196 146

数据集概述本数据集围绕大型语言模型的演绎推理鲁棒性展开研究，包含相关实验数据。数据以压缩包形式存储，未提供具体内容预览，整体聚焦于评估大语言模型在演绎推理任务中的稳定性与可靠性。文件详解文件名称: langdeductive.zip 文件格式: ZIP压缩包 (.zip) 内容说明:...

ZIP

树基分类模型成员推理攻击脆弱性分层评估数据集

2025年12月9日 30 21 8

数据集概述本数据集包含论文《A Hierarchical Approach for Assessing the Vulnerability of Tree-Based Classification Models to Membership Inference...

ZIP

SimCenter人工智能模型测试图像数据集

2025年12月8日 30 100 21

数据集概述该数据集包含六份用于SimCenter人工智能模型测试的验证图像压缩文件，覆盖屋顶、占用情况等场景的验证图像，以压缩包形式存储，无目录层级划分，无训练测试、数据标签或原始处理数据的划分。文件详解文件名称: Laura_roof_validation.zip，文件格式: ZIP，内容: 劳拉屋顶验证图像压缩包文件名称:...

ZIP

AlleNoise大规模文本分类含真实标签噪声基准数据集

2025年12月7日 30 9 0

数据集概述该数据集是用于大规模多类别文本分类任务的基准数据集，包含来自Allegro.com的电商产品标题及对应类别标签，标签噪声源于真实电商平台用户行为，同时提供人工验证的清洁标签和层级分类体系。文件详解文件名称: data_sheet.pdf 文件格式: PDF (.pdf) 文件内容:...

ZIP

马铃薯植株表型预测多任务计算智能验证数据集

2025年12月4日 30 74 51

数据集概述该数据集包含用于验证AMULET计算智能管道的马铃薯植株体外培养图片，支持论文“Next-generation high-throughput phenotyping with trait prediction through adaptable multi-task computational...