Datasets-and-benchmark-code
集中查数据集与基准代码，复现评测更省事
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-11-02 · 当前星标 ★ 325
核心亮点
- 用 HTML 页面组织数据集说明与基准入口，浏览门槛低
- 把数据索引和评测脚本放在同一仓库，减少四处找资源
- 提供可参考的基准流程，便于模型横向对比与实验复现
不足之处
- 早期项目，数据集覆盖范围和更新频率有限
- 以 HTML 静态页面为主，缺少统一的自动化评测框架
适用场景
- 论文实验前查找对应任务的数据集与评测基线
- 模型效果横向对比时复用现成基准脚本
- 教学或入门学习中了解数据集结构与评测流程
替代项目
Hugging Face Datasets、Papers with Code、OpenML
上一篇：apd-core
下一篇：AlignLedger
同类项目推荐
CompBioDatasetsForMachineLearnin···
开源
生物医学机器学习数据集一网打尽，找数据不再翻论文
A Curated List of Computational Biology Datasets Suitable for Machine Learning
palestine-datasets
开源
调用伤亡数据 API，用姓名和数字还原真实故事
The human toll of Israel's ongoing genocide in names & numbers. Use the data from ou···
browser-compat-data
开源
查浏览器兼容性，用这份权威 JSON 数据
Browser compatibility data for Web technologies as displayed on MDN
SynLogic
开源
大规模合成可验证推理数据，让模型逻辑更聪明
[NeurIPS 2025] The official repo of SynLogic: Synthesizing Verifiable Reasoning Data···
Mol-Instructions
开源
用大规模指令数据，让大模型精通生物分子任务
[ICLR 2024] Mol-Instructions: A Large-Scale Biomolecular Instruction Dataset for Lar···
Ego4d
开源
下载、可视化和提取第一视角视频特征，快速上手 Ego4d 数据集
Ego4d dataset repository. Download the dataset, visualize, extract features & exampl···
address
开源
用真实开放数据一键生成27国测试地址
A self-hosted address and synthetic test-profile generator for 27 countries and regi···
LongICLBench
开源
测出长上下文模型在超长输入下的真实学习能力
Code and Data for "Long-context LLMs Struggle with Long In-context Learning" [TMLR20···
malecns
开源
用 R 一键读取果蝇雄性连接组数据
Access to the latest 'Janelia FlyEM' datasets