Benchmark for supply chain monitoring properties using BeepBeep
Notice bibliographique
Résumé
This is an instance of the LabPal experimental environment to benchmark the execution of processor chains for the BeepBeep event stream engine. The considered use case is related to the concept of <em>hyperconnected logistics</em>. In this model, the entire world can be split at the smallest scale into <em>unit zones</em>, whose size depends on expected demand density. Adjacent unit zones are grouped into local <em>cells</em>, which in turn are gathered into <em>areas</em>, which form <em>regions</em>. Simultaneously, several hub networks are defined to link these different layers: <em>access hubs</em> link unit zones together; <em>local hubs</em> link local cells, and <em>gateway hubs</em> link areas. Different hub levels may exist inside the same physical entity (e.g., a local hub might also be an access hub), thus allowing interactions between the different layers. In a recent work (see citation below), the authors showed how to concretely adapt a hyperlogistics simulation in order to integrate an Ethereum blockchain backend, in such a way that every action made by carriers is publicly stored in transactions on the blockchain itself. The combination of such simulation and blockchain backend allowed us to generate the traces used to monitor a number of properties. The experiments in this benchmark measure the throughput of a variety of BeepBeep processor chains on simulated logs of blockchain events generated on the fly.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,064 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».