橙子AI科技 Logo 橙子AI科技 需求咨询
菜单
数据集

ColliderML-Release-1

CERN/ColliderML-Release-1

查看上游原文 ↗
上游访问：公开 本站服务：可咨询 内容检查：AI 辅助整理并检查 许可证：cc-by-4.0 上游版本：64c3d2f112df

中文简介

CERN/ColliderML-Release-1 是 CERN 在 Hugging Face 发布的数据集仓库，当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 64c3d2f112df，同步到 47297 个文件，文件元数据合计 26.00 TB；访问状态为“公开”，许可证字段为“cc-by-4.0”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 CERN/ColliderML-Release-1 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息，完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
CERN/ColliderML-Release-1 是 CERN 在 Hugging Face 发布的数据集仓库，当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 64c3d2f112df，同步到 47297 个文件，文件元数据合计 26.00 TB；访问状态为“公开”，许可证字段为“cc-by-4.0”。

【适用方向】
适合在明确数据字段、拆分和许可证后，用于上游卡片所列任务相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。

【版本与规格】
固定版本：64c3d2f112df。 任务标签：上游卡片所列任务。 数据集卡名称：ColliderML Dataset Release 1。 规模分类：100K<n<1M。 上游页面记录的最近更新时间：2026-03-27。

【文件信息】
上游 API 返回 47297 个文件，文件元数据合计 26.00 TB。 已保存文件清单中的主要扩展名：.parquet 99 个、无扩展名 1 个。 当前较大的文件包括：data/dihiggs_pu0_calo_hits/train-00025-of-01000.parquet（879.61 MB）；data/dihiggs_pu0_calo_hits/train-00020-of-01000.parquet（877.69 MB）；data/dihiggs_pu0_calo_hits/train-00028-of-01000.parquet（876.63 MB）。 仓库文件较多，本站仅保存前 100 条文件元数据；完整清单请查看上游仓库。

【运行或处理环境】
仓库文件元数据合计 26.00 TB。仅按下载、解压和临时文件估算，建议至少预留约 31.20 TB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。

【使用边界】
许可证显示为“cc-by-4.0”，具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

ColliderML: Dataset Release 1 Dataset Description This dataset contains simulated high-energy physics collision events generated using the **Open Data Detector (ODD)** geometry within the **Key4hep** and **ACTS (A Common Tracking Software)** frameworks, representing a generic collider detector similar to those at the HL-LHC. Dataset Summary **Collision Energy**: 14 TeV (proton-proton) **Detector**: Open Data Detector (ODD) **Simulation**: DD4hep + Geant4 + ACTS **Format**: Apache Parquet with list columns for variable-length data **License**: CC-BY-4.0 Available Configurations The dataset is organized into multiple configurations, each representing a combination of: **Physics process** (e.g., ttbar, ggf, dihiggs) **Pileup condition** (pu0 = no pileup, pu200 = HL-LHC pileup) **Object type** (particles, tracker_hits, calo_hits, tracks) Supported Tasks This dataset is designed for machine learning tasks in high-energy physics, including: **Particle tracking**: Reconstruct charged particle trajectories from detector hits **Track-to-particle matching**: Associate reconstructed tracks with truth particles **Jet tagging**: Identify jets originating from top quarks, b-quarks, or light quarks **Energy reconstruction**: Predict particle energies from calorimeter deposits **Physics analysis**: Event classification (signal vs. background discrimination) **Representation learning**: Study hierarchical information at different detector levels Quick Start For the recommended way to download and load this data (with control over how many events are downloaded), see the **ColliderML documentation**: https://opendatadetector.github.io/ColliderML/. You can use either **(a)** the ColliderML library (recommended) or **(b)** the Hugging Face `datasets` library with streaming. Option (a): ColliderML library (recommended) Install and download** Adjust `--channels` and `--pileup` for your config (e.g. `ggf`, `pu200`); see the ColliderML docs for options. Load in Python** For exploding event

公开页仅展示原文摘录；完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合在明确数据字段、拆分和许可证后，用于上游卡片所列任务相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。

规模与格式

固定版本：64c3d2f112df。 任务标签：上游卡片所列任务。 数据集卡名称：ColliderML Dataset Release 1。 规模分类：100K<n<1M。 上游页面记录的最近更新时间：2026-03-27。

文件说明

上游 API 返回 47297 个文件，文件元数据合计 26.00 TB。 已保存文件清单中的主要扩展名：.parquet 99 个、无扩展名 1 个。 当前较大的文件包括：data/dihiggs_pu0_calo_hits/train-00025-of-01000.parquet（879.61 MB）；data/dihiggs_pu0_calo_hits/train-00020-of-01000.parquet（877.69 MB）；data/dihiggs_pu0_calo_hits/train-00028-of-01000.parquet（876.63 MB）。 仓库文件较多，本站仅保存前 100 条文件元数据；完整清单请查看上游仓库。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

  • .gitattributes2.40 KB
  • data/dihiggs_pu0_calo_hits/train-00000-of-01000.parquet834.51 MB
  • data/dihiggs_pu0_calo_hits/train-00001-of-01000.parquet842.96 MB
  • data/dihiggs_pu0_calo_hits/train-00002-of-01000.parquet845.76 MB
  • data/dihiggs_pu0_calo_hits/train-00003-of-01000.parquet833.17 MB
  • data/dihiggs_pu0_calo_hits/train-00004-of-01000.parquet831.51 MB
  • data/dihiggs_pu0_calo_hits/train-00005-of-01000.parquet837.57 MB
  • data/dihiggs_pu0_calo_hits/train-00006-of-01000.parquet770.29 MB
  • data/dihiggs_pu0_calo_hits/train-00007-of-01000.parquet845.59 MB
  • data/dihiggs_pu0_calo_hits/train-00008-of-01000.parquet838.20 MB
  • data/dihiggs_pu0_calo_hits/train-00009-of-01000.parquet845.26 MB
  • data/dihiggs_pu0_calo_hits/train-00010-of-01000.parquet849.36 MB

文件较多，本页只展示前 12 项；完整信息以上游仓库为准。

硬件建议

仓库文件元数据合计 26.00 TB。仅按下载、解压和临时文件估算，建议至少预留约 31.20 TB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。

注意事项

许可证显示为“cc-by-4.0”，具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。