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")