澳大利亚科廷大学发布协作式AIaaS组合专属大规模数据集 覆盖2.6万项服务支撑AI调度场景研究

近年来，AI即服务（AIaaS）凭借轻量化、低成本、开箱即用的优势，成为企业落地AI应用的主流选择，越来越多的企业通过组合多家服务商的AIaaS服务，搭建覆盖多任务的智能业务系统。但跨厂商AI服务的组合调度始终面临适配性难验证、QoS（服务质量）指标难匹配、组合方案效率难评估等痛点，而此前行业内缺乏专门针对AIaaS协作组合场景的大规模标注数据集，严重制约了相关算法研发与产业落地。日前，澳大利亚科廷大学正式发布专为协作式AIaaS组合研究打造的大规模数据集Collaborative AIaaS Composition Dataset，该数据集已于2026年9月26日首发于学术平台arXiv，为AI服务调度、推荐领域的科研与产业应用提供了重要的基础数据支撑。

据介绍，该数据集整合了来自5家主流AI服务商的25900个AIaaS服务资源，覆盖分类、回归、检测、聚类、自然语言处理等12个主流AI任务族，同时包含10000个具备多样化目标、QoS约束和用户偏好的协作服务请求样本，全面覆盖了真实产业场景中AIaaS组合的常见需求。为保障数据集的真实性与可用性，科廷大学研究团队在数据集构建阶段完成了全流程标准化处理：首先从主流AI服务平台采集公开的预训练模型与微调模型资源，随后依托行业通用基准数据集对所有服务的功能属性、QoS指标（包括模型准确率、调用延迟、服务可靠性等核心参数）进行逐一测试验证，再通过扰动-拒绝算法生成贴合真实用户需求的服务请求样本，最终采用多臂老虎机（MAB）算法验证不同服务组合的可组合性，并生成对应的组合解决方案作为标注内容。

该数据集可广泛应用于多个AIaaS相关的研究与产业场景：在科研领域，可作为基准测试集，用于验证协作AIaaS组合算法、服务选择算法、QoS预测算法的性能；在产业场景中，可支撑AI服务平台的智能推荐功能研发，帮助企业快速匹配符合自身成本、性能要求的跨厂商AI服务组合，也可用于云服务商的AI服务调度系统优化，提升多租户场景下的AI服务调用效率与稳定性，为AI服务产业的标准化、高效化发展提供数据底座支撑。

查看Collaborative AIaaS Composition Dataset

详情页内容：