数据集 / 基准

通用科学ML

PDE-OBS 基准测试的数值解数据集，涵盖 Darcy、Poisson、Helmholtz 等七族偏微分方程的完整计算结果，供科学机器学习模型评估使用。

材料

材料科学领域的技术问答数据集，涵盖材料属性、合成方法、表征技术与工程应用的基础与高级主题，支持技术问答模型训练。

ScientificML

PDE 代理模型任务的基准数据集，属于 ai4sci-tasks 评测体系，包含训练轨迹与评估分割，用于验证神经算子与代理模型方法的性能。

多体/Multibody

提出建筑施工场景下规格条件化的人体演示数据收集方法，弥合设计模型与物理环境的配置差异。

材料/Materials

HuggingFace 上托管的材料科学数据集，用于支持机器学习与材料科学交叉研究，数据集包含相关领域训练或评测样本。

CFD

基于 UNet 架构的 36M 参数 Navier-Stokes 方程求解器模型，采用 PWC（逐点耦合）策略实现流场高精度预测。

CFD

包含2000个液冷双芯片针鳍冷板的稳态CFD模拟数据及其POD-NN代理模型，配套可复现论文图表的代码，支持热管理系统快速设计与优化。为车规/航空/能源领域的代理模型训练与验证提供标准 CFD 流程。

ScientificML

HuggingFace 平台上的偏微分方程插值相关数据集，支持物理建模与机器学习交叉研究。

通用科学ML

面向偏微分方程符号候选解的带溯源验证基准，含20条记录及生成器输出、验证案例与人类注释，用于评估符号求解器的可靠性。

通用科学ML

包含32个物理系统的PDE评估数据集，每个系统提供源代码、自然语言描述、控制方程和数值轨迹四种表征，含正确与损坏变体。

通用科学ML

包含256个PDE求解器实现的代码扰动数据集，含64个基准程序及其4种词法扰动变体，用于评估LLM对物理仿真代码的理解能力。

通用科学ML

PDE 控制仿真训练数据集，包含 TI-DeepONet 代理模型所需的 3000 条控制轨迹，源自随机控制序列下的经典数值求解器。

物理信息神经网络

HuggingFace 上的潜在流 PINN 聚类模型仓库，提供基于物理信息神经网络的势流建模资源。数据集以势流理论为基线，提供 PINN 训练所需的边界条件 / 控制方程模板，适合课堂与论文复现。

Materials

整合约50万篇同行评审科学文献，涵盖40万+出版物、13万+相图、40万+晶体纳米结构等材料科学数据，支持计算材料设计与机器学习应用。

通用科学ML

GeoPT论文配套的物理仿真下游任务数据集，包含5种仿真任务的多尺度网格数据，用于验证几何预训练神经仿真模型在通用物理场上的泛化能力。

水文数据

摩洛哥Ait Melloul水文站1970至2024年日平均流量数据集，来源于摩洛哥开放数据门户，包含34行记录，以ML-ready Parquet格式提供。提供日平均流量长期记录，可用于训练水文预报代理模型或评估极端事件风险。

CFD代理模型

HuggingFace上的计算流体力学代理模型相关数据集，支持CFD仿真与代理模型研究。数据集聚焦 CFD 代理模型训练场景，与 SimNet / PhysicsNeMo 等科学 ML 框架兼容性较好。

CFD 基准 / 多场景

专注计算流体力学（CFD）场景的多物理场数据集，覆盖内流、外流、热对流等典型工程场景，含时序与稳态数据。数据集含内流（管流、腔流）、外流（钝体绕流、翼型）与热对流（瑞利-贝纳尔）多任务，时间序列与稳态快照均覆盖。

计算流体力学

大规模CFD风场模拟数据集，含12000+案例，用于训练地形信息机器学习模型以重建精细尺度3D风场。数据集采用 ERA5 真实大气边界层驱动 CFD，输出 3D 风速/湍流强度场，专为地形风力评估机器学习模型设计。

PDE 基准 / 多方程

大规模 PDE 基准数据集，涵盖热传导、对流扩散、流体动力学等方程，支持数据驱动与物理信息方法的公平对比。数据集由 Stanford 等机构发布，覆盖 11 类 PDE，附基线模型（FNO / U-Net / TF-Net）评测脚本，跨库比较公平。