加州大学洛杉矶分校 发布 DC-BENCH 数据集, 应用在 数据集凝练、神经架构搜索 领域

加州大学洛杉矶分校 本次发布的数据集 DC-BENCH, DC-BENCH是由加州大学洛杉矶分校计算机科学系的研究人员开发的一个标准化数据集凝练基准。该数据集旨在评估和比较不同的数据集凝练方法，通过一系列的评估来全面反映凝练方法的通用性和有效性。数据集凝练是一个新兴技术，旨在学习一个包含原始数据集丰富信息的小型数据集，这对于加速网络训练和减少数据存储具有重要意义。DC-BENCH包括评估器、基线方法和生成的数据集，所有这些都已开源，以促进未来的研究和应用。该数据集的应用领域包括加速神经架构搜索（NAS）等，旨在解决如何有效地从大型数据集中提取信息并应用于模型训练的问题。

查看DC-BENCH

README 内容： 

关于 加州大学洛杉矶分校 , 加州大学洛杉矶分校（University of California, Los Angeles，简称UCLA）是美国著名的公立研究型大学，位于加利福尼亚州洛杉矶市。UCLA在多个学科领域均享有盛誉，尤其在工程、医学、社会科学和艺术等领域表现突出。

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。