Zum Inhalt springen
DatensatzFortgeschritten

Papers-with-Code-Datensätze

Papers with Code verknüpft Benchmark-Datensätze aus wissenschaftlichen Papern mit ihren jeweiligen State-of-the-Art-Modellen und Open-Source-Implementierungen, um Methoden zu vergleichen, Ergebnisse zu reproduzieren und die richtige Dataset- und Code-Basis für die Forschung zu finden.

Überblick

„Papers-with-Code-Datensätze“ ist eine Ressource vom Typ „Datensatz“, kuratiert von AI Resource Hub, eingeordnet in die Kategorie Datensätze und geeignet für Lernende der Stufe Fortgeschritten. Sie wird von Papers with Code bereitgestellt, wurde zuletzt am 2026-06-20 aktualisiert und hat eine redaktionelle Wertung von 4.7/5 von unserem Team. Klicke rechts auf „Ressource besuchen“, um die Originalseite zu öffnen.

Unser Fazit

Papers with Code bleibt der erste Anlaufpunkt, wenn du wissen willst, wo der Stand der Technik wirklich liegt — und es belegen kannst. Die Datensatzseiten verknüpfen jeden Benchmark mit den Papern und dem Code hinter den Zahlen; Methodenvergleich und Reproduktion gehen damit deutlich leichter als das Suchen in arXiv. Der Haken: es ist forschungsorientiert, die Abdeckung neigt zu populären Benchmark-Aufgaben und die Datensätze sind nicht immer produktionsreif. Für Forschungs-Baselines fang hier an; für Produktionsdaten sieh dich woanders um.

Tags

DatensätzePapiereBenchmarksSOTA

Hauptfunktionen

  • ▹Datensätze verknüpft mit Papern und Benchmarks
  • ▹State-of-the-Art-Leaderboards
  • ▹Referenzen für reproduzierbare Forschung

Ideal für

  • ▹Paper mit Code und Leaderboard-Ergebnissen verknüpfen
  • ▹Publizierte Baselines vor dem Bau reproduzieren
  • ▹Benchmark-Datensätze je Forschungsaufgabe finden

Weniger geeignet für

  • ▪Produktions-Hosting: Es verlinkt nur
  • ▪Noch nicht gelistete jüngste Ergebnisse

Vorteile

  • +Ideal, um Benchmark-Datensätze zu finden
  • +An echte Paper und echten Code gebunden
  • +Verknüpft Datensätze mit Papers und Code

Nachteile

  • −Forschungsorientiert – nicht immer produktionsreif
  • −Forschungsorientiert, nicht immer produktionsreif
  • −Die Abdeckung neigt zu populären Benchmark-Aufgaben

FAQ