发布 Multi-Query Associate Recall (MQAR) benchmark 数据集, 应用在 机器学习、模型评估 领域

本次发布的数据集 Multi-Query Associate Recall (MQAR) benchmark, 该数据集名为MQAR基准，旨在探究包括注意力机制、状态空间模型（SSMs）和循环神经网络（RNNs）在内的不同模型架构的性能。数据集包含词汇量为8192的任务，并特别进行了学习率扫描，使用np.logspace(-4, -2, 4)方法。该数据集的任务是对不同机器学习模型架构进行比较评估。

查看Multi-Query Associate Recall (MQAR) benchmark

README 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。