PKU-Alignment 发布 EvalAnything-Selection_Synergy 数据集, 应用在 多模态生成、模型评估 领域

PKU-Alignment 本次发布的数据集 EvalAnything-Selection_Synergy, All-Modality Generation基准测试评估模型在遵循指令、自动选择适当模态以及在不同模态（文本、视觉、音频）之间创建协同输出方面的能力，同时避免冗余。数据集的特征包括instruction_uid、instruction和selection，其中selection是一个结构体，包含多个浮点数字段。数据集仅包含测试集，大小为18535字节，包含100个示例。

查看EvalAnything-Selection_Synergy

Dataset card 内容： 

Files and versions 内容： 

关于 PKU-Alignment , PKU-Alignment是北京大学的研究小组，专注于强化学习、大型语言模型和价值对齐研究。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。