该数据集包含多个顶级机器学习会议（如ICML、ICLR、NeurIPS）的口头报告论文的详细信息。数据集提供了每篇论文的元数据（如论文ID、标题、作者、会议名称）以及论文内容的详细解析（如研究问题、方法、实验结果、局限性等）。数据集分为多个子集，每个子集对应不同年份和会议的口头报告论文，总共有7个不同的子集，包含从119到664篇不等的论文样本。数据集总大小约为23.3MB，下载大小约为12.1M

Hugging Face2026-03-18 更新40

laion/arXiv-abstract

学术论文分析

预印本管理

该数据集名为arXiv_25092024，包含多个特征字段，如id、提交者、作者、标题、评论、期刊引用、DOI、报告编号、类别、许可证、摘要、版本信息和更新日期。每个字段都有指定的数据类型。数据集包含一个训练集，具有3897786452字节大小和2564718个示例。文件的下载大小为2187229569字节，数据集大小为3897786452字节。

Hugging Face2024-09-24 更新40

arXiv Papers Dataset

学术论文分析

自然语言处理

该数据集包含了从PDF文档中提取的、类似于定理环境和证明的arXiv论文，并根据它们的LaTeX源代码进行了注释。该数据集的特点是包含了定理环境和证明的地面真实标签，还设计了一个用于注解的LaTeX软件包。此外，验证数据集与训练数据集是不重叠的。该数据集的规模大约有来自3,682篇PDF文章的50万个样本，其任务是针对学术文章中的基本段落、定理段落和证明段落进行多模态分类。

arXiv240

Rådata examensarbete -2020.xlsx

研究数据

学术论文分析

Med students Julias contribution to rawdata to the study

NIAID Data Ecosystem40

NDS2 TNC papers

资源简介：

相关数据集