К содержимому

Датасет · LCZZZZ

Мультимодальный бенчмарк долгосрочной памяти WorldMemArena

LCZZZZ/WorldMemArena

Англоязычный бенчмарк с изображениями и вопросами-ответами для проверки памяти ИИ-агентов в длинных сессиях.

Что внутри

Внутри находятся многосессионные сценарии взаимодействия с изображениями, ключевыми точками памяти и парами вопрос-ответ на английском языке. Данные разбиты на домены, включая работу агентов в графическом интерфейсе (GUI), воплощённых агентов (Embodied) и долгие проекты, общим объёмом от 10 до 100 тысяч записей. Формат файлов в описании не уточняется.

Что можно сделать

  • Оценка механизмов долгосрочной памяти у мультимодальных LLM и ИИ-агентов
  • Тестирование GUI- и Embodied-агентов на способность удерживать и обновлять контекст
Задачи
Вопрос-ответ, Вопросы по картинкам
Языки
Английский
Размер
10K–100K записей
Скачиваний за месяц
24,1 тыс.
Лайков
3

Как загрузить

from datasets import load_dataset

ds = load_dataset("LCZZZZ/WorldMemArena")