CroissantMiner：ML 数据集 Croissant 元数据自动抽取与验证基准
Get the story
2026年10月7日，arXiv Computation and Language 发表一手研究，提出 CroissantMiner——首个面向 Croissant 元数据端到端提取的基准。该基准覆盖完整 Croissant schema 的核心字段与 Responsible AI（RAI）字段，共收录 602 篇论文，其中 102 篇带有人工校验的 gold 标注，500 篇带有 LLM 生成的 silver 标注。目前公开信息仅涉及该基准的构成与数据规模，未见后续评测结果或版本更新。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Computation and LanguageCroissantMiner：面向 ML 数据集的 Croissant 元数据自动提取与校验基准
CroissantMiner 提出首个面向 Croissant 元数据端到端提取的基准，覆盖完整 Croissant schema 的核心与 Responsible AI（RAI）字段，含 602 篇论文，其中 102 篇有人工校验 gold 标注、500 篇有 LLM 生成 silver 标注。
Heat trend
Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.