该数据集包含了用于评估现代伪布尔求解器在答案集编程（ASP）模型上性能的基准家族。这些实例来自四个围绕特定图问题及其可满足性的基准家族。此外，数据集还包括了2017年ASP竞赛中的决策与优化问题，但排除了那些无法紧凑地转换为伪布尔理论的特定问题。实例以固定步长线性扩展。任务是对求解器在ASP模型上的性能进行评估，并将其与传统ASP求解器进行比较。

arXiv180

MLPerf Inference BERT sparse model on SQuAD v1.1 dataset

机器阅读理解

推理优化

BERT Large. { "hidden-size": 1024, "num-attention-heads": 16, "num-layers": 24, "max-seq-length": 384 } Fine tuned model for sparsity.

Zenodo2020-09-15 更新50