ZJUNLP发布PredictBeforeExecute数据集,应用在机器学习性能预测、数据分析领域

ZJUNLP本次发布的数据集PredictBeforeExecute,该数据集是研究“数据为中心的解决方案偏好”项目的一部分，旨在通过数据分析和LLM推理，预测机器学习解决方案在执行前的性能表现。数据集包含完整的解决方案语料库、实验子集、代理运行输出、分析工件和任务资源。主要目录包括：solutions_all/（完整解决方案语料库）、solutions_subset_50/（主实验子集，每任务50个解决方案）、solutions_subset_15/（分析子集，每任务15个解决方案）、agent_runs/（代理执行输出）、analysis_exp/（分析实验工件）、tasks/（任务资源中心）和docker_images/（缓存的Docker镜像）。每个任务文件夹包含annotation/、code/、ground_truth/、output/和report/子目录，分别存储语义标签、可运行解决方案、地面真实数据、运行时日志和评分报告。数据集适用于机器学习解决方案性能预测和相关分析任务。

查看PredictBeforeExecute

关于ZJUNLP,ZJUNLP是浙江大学的研究小组，专注于知识图谱和自然语言处理技术的研究。

关于HuggingFace,Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。