MERA-evaluation/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.

<iframe src="https://silytics.si/embed/item/e5eca944-30a5-4561-9337-f1d9483aec45" width="420" height="190" style="border:0" loading="lazy" title="Silytics entry"></iframe>

Silytics shows public metadata from Hugging Face and links to the original. Information may be incomplete or out of date. Last refreshed 16 October 2026. Licenses and terms of the original apply to the work itself. Not financial, legal or professional advice.