К содержимому

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")