AI顶会论文结构化数据集开源
AI研究者在查阅大量论文时，常面临手动翻阅数十篇PDF以确认实验设置、数据集、指标和训练方案的低效问题。论文关键细节分散，导致难以快速比较和筛选。为解决此痛点，一位研究者利用自研开源文档解析工具Knowhere，将AI顶会论文批量整理成结构化数据。该工具提取了关键实验参数，并已在Hugging Face上开源。首批数据集涵盖2023年NeurIPS、ICML、ICLR约7300篇论文，包含标题、摘要、作者、会议、研究主题、结构化内容摘要和语义向量。这份数据集极大地便利了论文检索、筛选和相似论文发现，对开发者和研究者在技术选型、方案比较、评估方法有效条件、通用指标、训练资源消耗及确保公平对比等方面具有显著的实际价值。