SVG Benchmark 是由 Rapidata 于 2025 年发布的大模型静态图像生成评测数据集，旨在通过人工评估对比 30 个前沿大语言模型根据文本提示生成静态 SVG 的能力。 该数据采用两两对比的形式进行数据收集，包含 500 个来自人工撰写或公开数据集的英文提示词，188,754 组图像对比样本，以及基于人类投票的 1,355,161 条偏好反馈。评测模型范围覆盖 Claude 、 GPT 、 Gemini 、 DeepSeek 、 Qwen 、 Kimi 等 30 个主流大模型，评测维度分为匹配度（Alignment）、连贯性（Coherence）与主观偏好（Preference），三大维度均基于人工投票聚合，未使用自动化指标。

数据集构成:

该数据集共收到 1,355,161 条人类投票，其中：

• 主观偏好：451,452 次
• 匹配度：451,603 次
• 连贯性：452,106 次

数据字段:

• prompt: 字符串，生成图像的原始文本提示
• image1 / image2: 图像，模型 1 和模型 2 生成的 SVG 光栅化 PNG 文件
• model1 / model2: 字符串，对应图像的模型标识（model1 始终为字母序靠前的模型）
• weighted_results_image*_preference / coherence / alignment: 浮点数，对应模型在三个维度的聚合得分（0 至 1）
• detailed_results_*: 字符串，JSON 格式，包含该维度的逐条人工投票明细及投票者人口统计学信息
• 注：部分样本可能仅参与单一或双维度评测，未参与评测的字段值为 null

  

  Citation

@dataset{yupp_svg_2025,
title={Yupp SVG Dataset: Exploration of the Reasoning and Coding Abilities of Frontier Models},
author={Yupp AI},
year={2025},
url={https://huggingface.co/datasets/yupp/yupp-svg-20251204}
}