多伦多大学 发布 G4SATBench 数据集, 应用在 SAT问题解决、机器学习评估 领域

多伦多大学 本次发布的数据集 G4SATBench, G4SATBench是由多伦多大学和上海交通大学的研究团队创建的综合性SAT解决数据集，包含7个不同来源和难度的数据集。该数据集旨在为基于图神经网络的SAT解决方法提供一个公平的评估框架。数据集涵盖了从随机问题到组合问题的广泛范围，每个数据集都有三个难度级别：简单、中等和困难。G4SATBench不仅包括了先前的数据集，还引入了新的难度级别，以支持更细致的分析。数据集的创建过程经过精心设计，以避免生成平凡的案例，并确保数据集的质量和多样性。该数据集的应用领域包括机器学习和人工智能，特别是在解决布尔可满足性问题（SAT）方面，旨在提高解决策略的效率和准确性。

查看G4SATBench

README 内容： 

关于 多伦多大学 , 多伦多大学是加拿大一所世界知名的公立研究型大学，以其卓越的教学和科研实力在全球享有盛誉。

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。