datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
WEIRD
WEIRD
Описание задачи
WEIRD – это расширенная версия подзадачи бинарной классификации оригинального английского бенчмарка WHOOPS!. Датасет оценивает, способна ли мультимодальная модель обнаруживать нарушения здравого смысла в изображениях. Здесь нарушение здравого смысла – это ситуации, противоречащие типичным нормам реальности. Например, пингвины не могут летать, дети не водят автомобили, посетители не накладывают еду официантам, и так далее. В датасете поровну… See the full description on the dataset page: https://huggingface.co/datasets/MERA-evaluation/WEIRD.japanese-image-classification-evaluation-dataset
recruit-jp/japanese-image-classification-evaluation-dataset
Overview
Developed by: Recruit Co., Ltd.
Dataset type: Image Classification
Language(s): Japanese
LICENSE: CC-BY-4.0
More details are described in our tech blog post.
日本語CLIP学習済みモデルとその評価用データセットの公開
Dataset Details
This dataset is comprised of four image classification tasks related to concepts and things unique to Japan. Specifically, is consists of the following tasks.
jafood101: Image… See the full description on the dataset page: https://huggingface.co/datasets/recruit-jp/japanese-image-classification-evaluation-dataset.evaluation
Skill-Aligned Annotation for Text-to-Image Evaluation
Companion dataset for the NeurIPS 2026 paper "Towards Objective Evaluation".
The dataset contains generated images from 7 text-to-image models, evaluated
by 6 human annotators (anonymized) plus an LLM judge across 9 skill-aligned
annotation strategies.
Configs
Config
Rows
Description
images
621
Generated images (621 WebP) with embedded bytes; one row per (prompt_id, generator).
prompts
179
Per-prompt… See the full description on the dataset page: https://huggingface.co/datasets/Skill-Aigned/evaluation.