IBM研究院 发布 LakeBench 数据集, 应用在 数据湖管理、数据智能发现 领域

IBM研究院 本次发布的数据集 LakeBench, LakeBench是由IBM研究院和东北大学联合创建的数据集，旨在解决企业数据湖中相关表的智能发现问题。该数据集包含来自多种来源的表，如政府数据、经济数据和合成数据，总计超过14万条记录。创建过程中，数据集通过多样化的数据源和复杂的任务配置来模拟真实世界的数据湖环境。LakeBench主要用于评估和改进数据湖中的数据发现能力，特别是在表的联合性、可连接性和子集关系方面。

查看LakeBench

关于 IBM研究院 , IBM研究院是国际商业机器公司（IBM）旗下的研究机构，致力于推动科技创新和解决全球性挑战。该研究院在全球多个国家设有分支机构，研究领域涵盖计算机科学、人工智能、量子计算等多个前沿科技领域。

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。