JSOSuite.jl: One stop solutions for all things optimization
Notice bibliographique
Résumé
JSOSuite v0.2.0 Diff since v0.1.1 Merged pull requests: [documentation] Update Documenter.jl (#129) (@amontoison) Add tutorial for in-place solve (#134) (@tmigot) Fix bug in bounds selection (#137) (@tmigot) Add multi start strategy (#138) (@tmigot) Bump to NLPModels 0.21 (#139) (@tmigot) chore: Limit the number of problems in the longer tests to 5 (#145) (@abelsiqueira) Fix docs build error (#148) (@abelsiqueira) chore: 🤖 Update CompatHelper (#155) (@abelsiqueira) fix: 🐛 Limit version of OptimizationProblems to 0.7.3 (#158) (@abelsiqueira) refactor: 💡 Change optional args of select_optimizers to kwargs (#160) (@abelsiqueira) CompatHelper: bump compat for JSOSolvers to 0.12, (keep existing compat) (#164) (@github-actions[bot]) Update .cirrus.yml (#166) (@amontoison) CompatHelper: bump compat for ADNLPModels to 0.8, (keep existing compat) (#167) (@github-actions[bot]) Bump to OptimizationProblems 0.8 in tests (#168) (@tmigot) Clean BIB file (#169) (@tmigot) CompatHelper: bump compat for NLPModelsJuMP to 0.13, (keep existing compat) (#170) (@github-actions[bot]) Version 0.2.0 (#171) (@tmigot) Closed issues: Add documentation for in-place optimization (#117) Move bmark_solvers wrapper to SolverBenchmark.jl (#136) Fix documentation (#141) Add workflow dispatch trigger to ComptaHelper (#154) Limit version of OptimizatonProblems (#156) Update to OptimisationProblems 0.7.4 (#157) Refactor select_optimizers to have only the problem as positional (#159)
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 | 0,001 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».