加州大学伯克利分校 发布 ODE-1000 数据集, 应用在 自然语言处理、科学计算 领域

加州大学伯克利分校 本次发布的数据集 ODE-1000, ODE-1000数据集包含1000个多样化的常微分方程（ODE）问题，旨在评估大型语言模型（LLM）在科学代码生成方面的能力。数据集中的问题来自自然语言描述，并配有可执行的Python解决方案。该数据集的设计旨在测试LLM从自然语言描述中推导正确ODE和问题设置的能力，并生成语法有效、数值稳定且方法选择合适的求解器代码。数据集还包括一个诊断数据集，包含一些表面看似刚性但实际上是非刚性的问题，用于测试LLM的符号推理能力。

查看ODE-1000

关于 加州大学伯克利分校 , 加州大学伯克利分校（University of California, Berkeley），简称伯克利，是位于美国旧金山湾区伯克利市的一所公立研究型大学。它是加州大学系统十个校区中最早的一所，也是美国最顶尖的公立大学之一，在世界大学排名中通常名列前茅。该校在多个学术领域都有卓越表现，特别是在工程、计算机科学、商学、法学、自然科学等方面。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。