Датасет · TabArena
Крупный бенчмарк табличных данных BeyondArena
TabArena/BeyondArena
Масштабный набор от 10 до 100 млн строк с разными типами табличных и текстовых признаков для оценки табличных моделей.
Что внутри
BeyondArena — это единый бенчмарк для табличной классификации и регрессии, охватывающий задачи с независимыми данными (IID), временными рядами и группировками. Корпус на английском языке содержит от 10 до 100 миллионов записей из множества дисциплин, включая текстовые поля и категориальные признаки высокой размерности. Набор представлен в статье 2026 года о проверке обобщающей способности табличных фундаментальных моделей.
Что можно сделать
- Комплексная оценка и сравнение табличных фундаментальных моделей (Tabular Foundation Models)
- Тестирование алгоритмов AutoML и градиентного бустинга на сложных данных с текстом и временной структурой
- Задачи
- Таблицы: классификация, Таблицы: регрессия
- Языки
- Английский
- Размер
- 10M–100M записей
- Скачиваний за месяц
- 19,8 тыс.
- Лайков
- 12
Как загрузить
from datasets import load_dataset
ds = load_dataset("TabArena/BeyondArena")