加州大学洛杉矶分校 发布 SensorBench 数据集, 应用在 传感器数据处理、大型语言模型 领域

加州大学洛杉矶分校 本次发布的数据集 SensorBench, SensorBench是由加州大学洛杉矶分校的研究团队创建的一个综合性基准数据集，旨在评估大型语言模型（LLMs）在基于编码的传感器数据处理中的性能。该数据集包含多种真实世界的传感器数据集，涵盖了从预处理到特征提取等多个任务。数据集的创建过程结合了MATLAB教程和已有的数字信号处理（DSP）教材，确保了任务的实际应用性和学术验证性。SensorBench的应用领域广泛，包括工程、医疗和工业环境中的传感器数据处理，旨在解决LLMs在复杂传感器数据处理任务中的性能评估问题。

查看SensorBench

README 内容： 

关于 加州大学洛杉矶分校 , 加州大学洛杉矶分校是一所位于美国加利福尼亚州的著名公立研究型大学，以其在多个学科领域的卓越研究和教学质量而闻名。

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。