UCIT，全称 Unseen Continual Instruction Tuning，是由中国科学院自动化研究所联合中国科学院大学前沿交叉科学学院、人工智能学院等团队于 2025 年发布的一个多模态大型语言模型的持续指令调优基准数据集，相关论文成果为「HiDe-LLaVA: Hierarchical Decoupling for Continual Instruction Tuning of Multimodal Large Language Model」。 该数据集包含六个精选任务子集，每个子集对应一种模型在监督微调阶段未接触的任务类型，共形成一个具有挑战性的「未见任务」测试集合，可以用来公平评测模型的适应性与结构保留能力。每条样本由任务说明（prompt/instruction）和对应的正确执行期望（ground-truth response）构成，用于衡量模型在零样本条件下的表现。

Citation

@article{guo2025hide, title={Hide-llava: Hierarchical decoupling for continual instruction tuning of multimodal large language model}, author={Guo, Haiyang and Zeng, Fanhu and Xiang, Ziwei and Zhu, Fei and Wang, Da-Han and Zhang, Xu-Yao and Liu, Cheng-Lin}, journal={arXiv preprint arXiv:2503.12941}, year={2025} }