标签：基准

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。

3D 湍流（DNS 验证）

2026 年发布的 3D 湍流 DNS 基准数据集，含 5 个任务与受控泛化切分，专用于评测湍流模型的外推能力。数据集含 Reτ = 1000–10000 平板湍流与各向同性湍流，专为评估外推能力设计，受控 train/test 切分避免数据泄露。

地球物理 / 反问题

洛斯阿拉莫斯国家实验室发布的地震全波形反演（FWI）大规模基准，12 套数据集共 2.1TB，用数据驱动方法从地震记录反演地下速度结构，服务碳封存、油气与地震预警。

PDE 基准 / 可微求解

微软研究院开源的 PDE 基准套件，内置可微求解器与多类时空动力学数据，支持端到端评测神经算子与代理模型的长时滚动稳定性。配套标准化 train/test 切分与基线模型评测脚本，可直接用于学术论文公平对比。

多物理 / PDE · 16 领域

覆盖 16 个物理仿真领域的超大数据集，被称为「物理 ML 的 ImageNet 时刻」，配套 PyTorch API 与预训练基线，支持 HF 流式加载。配套标准化 train/test 切分与基线模型评测脚本，可直接用于学术论文公平对比。

必读基准论文

提出覆盖 16 个物理领域的统一基准，论证「跨领域预训练」对物理 ML 的增益，是物理基础模型方向必读论文。数据集覆盖 16 物理领域、2000+ 仿真，统一接口与评估协议，论证跨领域预训练对 PDE 代理的迁移增益。