Sürümlü N/M QML dataset'leri
Bounded embedded dataset şemalarını, kalıcı reader'ları, ayrık train/validation/test split'lerini, held-out validation kanıtını ve açık provenance sınırlarını inceleyin.
Embedded dataset 0.1 sözleşmesi
Yedi deterministik proje fixture'ı tek strict şema, kalıcı reader, canonical serializer, curated split politikası ve bounded supervised evaluation carrier paylaşır.
v0.1Sürümlü embedded registry
Her kayıtlı dataset exact feature adları ve immutable split sayılarını yayımlar. Runtime encoding ve supervised training aynı registry'yi tüketir.
XOR 2D
xor_2d@0.1Dört noktadan oluşan, açı kodlamasına hazır iki özellikli ikili XOR örneği.
Moons 2D
moons_2d@0.1Açı kodlaması ve veri yeniden yükleme örnekleri için iki özellikli küçük bir eğrisel veri kümesi.
Iris 2D
iris_2d@0.1Başlangıç özellik kodlaması örnekleri için normalize edilmiş küçük bir çanak ve taç yaprak kesiti.
Circles 2D
circles_2d@0.1İç çemberde altı, dış halkada altı nokta.
Spiral 2D
spiral_2d@0.1Sekizer noktadan oluşan iki deterministik spiral kolu.
Blobs 3F
blobs_3f@0.1Üç özellikli iki kompakt küme.
Parity 3-bit
parity_3bit@0.1Pariteye göre etiketlenmiş tüm üç bitlik açı vektörleri.
Ayrık split invariant'ı
Train, validation ve test boş değildir, ayrıktır, aralık içindedir ve her satırı exact bir kez kapsar. Train iki binary label'ı da korur.
Held-out validation carrier
Optimizasyon yalnız train satırlarını tüketir. Final parametreler validation satırlarında ayrı değerlendirilir; dataset sürümü, split, sample sayıları, validation loss/accuracy ve gerçek circuit evaluation yayımlanır.
Kalıcı fail-closed reader
Bozuk JSON, bilinmeyen root veya nested alanlar, gelecek sürümler, büyük payload ve split tamper reddedilir. Migration yalnız açık ve lossless'tır.
Provenance ve lisans sınırı
Bunlar proje tarafından üretilmiş deterministik eğitim fixture'larıdır; denetlenmiş bilimsel veya klinik dataset değildir. Metadata dış benchmark geçerliliği kurmaz.
Checked encoding sınırı
Angle, reupload, amplitude ve IQP normalize sonlu state, benzersiz aralık içi qubit indeksleri ve 1–8 sonlu feature ister. Geçersiz veya sonlu olmayan çıktı fail-closed kalır.
Kararlı dataset tanıları
Dataset identity, shape, split, parse, unknown-field, limit, version ve feature-encoding hataları localized metinden bağımsız machine-readable kodlar kullanır.
NM-QML-DATASET-001NM-QML-DATASET-002NM-QML-DATASET-003NM-QML-DATASET-004NM-QML-DATASET-005NM-QML-DATASET-006NM-QML-DATASET-007NM-QML-201NM-QML-202NM-QML-203NM-QML-204NM-QML-205Held-out validation training leakage'i azaltır ancak genellemeyi kanıtlamaz. Test satırları training carrier tarafından kullanılmaz; dış veri ayrıca incelenmiş şema, provenance, consent ve license politikası gerektirir.
Yedi registry doğrulanır, committed XOR fixture byte-exact round-trip yapar, hostile JSON fail-closed kalır, split-aware encoding test edilir, Core/CLI/Worker supervised sonuçları eşleşir ve maksimum 80×8 workload performans ratchet'i taşır.