RamanBench发布拉曼光谱机器学习基准

Mario Koddenbrock等作者发布 RamanBench，称其为首个面向拉曼光谱机器学习的大规模、完全可复现基准。它统一 74 个数据集（其中 16 个随该基准首次发布）、共 325,668 条光谱，覆盖四个领域，包含分类与回归任务，并配套数据访问、评测协议、代码和实时排行榜。 团队在标准化协议下评测 28 个模型，涉及 PLS、RamanNet、TabPFN 等经典、领域专用、表格基础模型和时序方法。结果显示表格基础模型（TFM）稳定优于领域专用模型和梯度提升基线。 但作者称没有任何方法能跨数据集泛化，认为这暴露了该领域的根本性缺口。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。