牛津大学发布Impermanent数据集,应用在时序预测、开源生态领域

牛津大学本次发布的数据集Impermanent,Impermanent是由TimeCopilot团队联合多所顶尖学术机构构建的动态时序预测基准数据集，聚焦GitHub开源生态中400个高星仓库的四种开发活动（议题创建、拉取请求、推送事件和新增关注者）。该数据集以GH Archive事件流为原始数据源，通过滚动窗口机制实现每日更新，包含小时级至月级的非平稳时间序列，具有显著的概念漂移特性。数据集构建采用预序评估框架，严格隔离训练与测试时段以避免数据泄漏，旨在评估模型在开放环境下的时序泛化能力。其核心应用场景是验证时间序列基础模型在真实动态系统中的持续预测性能，解决传统静态评估导致的过拟合和性能虚高问题。

查看Impermanent

关于牛津大学,牛津大学是位于英国牛津的一所世界顶尖公立研究型大学，为英语世界中最古老的大学，也是全球最具声望的高等学府之一。

关于arXiv,全球最大的预印本论文库，涵盖物理学、数学、计算机科学等多个学科领域。