PolymathicAI/the_well

解決的問題

提供一個大規模且標準化的數值物理模擬資料庫，以加速計算科學領域機器學習模型的開發。透過提供15TB的多樣化時空資料，消除取得高品質模擬資料以訓練能預測物理系統的代理模型的障礙。

如何運作

本專案由一個Python套件組成，使用者可使用與PyTorch相容的 WellDataset 類別，透過Hugging Face串流或本地下載，將物理資料集載入訓練流程。包含16個資料集，涵蓋流體動力學、生物系統、超新星爆炸等領域。此外，還提供一個基準測試套件，內含預先實作的代理模型（如FNO）與訓練指令碼，用以評估模型在這些物理系統上的表現。

適用對象

需要大規模、多樣化訓練資料的PDE（偏微分方程）代理模型與計算物理領域的研究人員及機器學習工程師。

亮點

• 龐大規模：涵蓋16個多樣化的物理資料集，總計15TB資料。
• 廣泛領域涵蓋：包含從聲學散射到星際磁流體等各類模擬。
• 彈性資料存取：支援本地下載與直接從Hugging Face串流。
• 整合基準測試：內建訓練框架與預先訓練的基線模型檢查點，方便快速比較。