首页 公共数据集 测评框架 自有数据集 模型榜单 提交测评结果 ↗

自有数据集

平台自建的标杆级共情交互数据资产,支撑长程、多模态、真实情境的情感智能系统评估。

V1.0
当前版本
TURING-EMO · V1.0

长程多模态共情交互数据集

Long-horizon Multimodal Empathic Interaction Dataset

从真实对话场景出发,联合语言、声学与视觉信号,记录情绪变化、诱因和回应策略,支持大模型共情能力的系统评估。

48,600
有效对话(段)
12.4
平均轮次(轮/对话)
36
真实情境(类)
18
情感维度(个)

三类信号,一条共情链路

与公共数据集互补:TURING-EMO 聚焦长程对话中的情绪动态,覆盖「变化—诱因—回应」的完整共情链路。

语言

对话文本

长程多轮对话全文,标注情绪变化节点、诱因事件与共情策略,支持生成质量与策略适配评估。

声学

语音信号

对齐的声学特征与韵律线索,承载强度、极性与波动信息,用于效价—唤醒回归与跨模态一致性测评。

视觉

视觉信号

表情与姿态视觉特征,捕捉微表情与细微信号,支撑情绪感知与多模态回应一致性评估。

提交结果所需信息

请按以下四项要求准备评测提交材料

1

模型与版本模型名称、参数规模、模态输入、推理配置和发布日期

2

评测维度明确提交方向、任务、数据子集与输入模态

3

数据与协议列出使用的数据集、划分方式、许可证和是否包含私有测试集

4

指标与证据提供客观指标、人工评分规则、失败案例和可复现实验脚本

前往 GitHub 提交 ↗

研究性展示,数据持续复核。