TIDE
TIDE 针对三维湍流直接数值模拟（DNS）数据，设计了 5 个评测任务与受控的泛化切分， 帮助研究者严谨检验模型在训练分布之外的外推表现，是 2026 年湍流 ML 领域的重要基准。
适用场景：评测湍流代理模型 / 湍流基线的泛化能力；对比不同架构在 3D 湍流上的差异。
标签: 湍流DNS3D基准
相关条目
- PDEBench · 大规模 PDE 基准数据集，涵盖热传导、对流扩散、流体动力学等方程，支持数据驱动与物理信息方法的公平对比。
- TU Delft 湍流尾流数据集 · 荷兰代尔夫特理工大学发布的经典湍流尾流/方腔流实验与仿真数据集，涵盖多种钝体绕流场景，是 CFD 验证的标杆数据。
- PDEArena · 微软研究院开源的 PDE 基准套件，内置可微求解器与多类时空动力学数据，支持端到端评测神经算子与代理模型的长时滚动稳定性。
- The Well · 覆盖 16 个物理仿真领域的超大数据集，被称为「物理 ML 的 ImageNet 时刻」，配套 PyTorch API 与预训练基线，支持 HF 流式加载。
- CFDBench · 专注计算流体力学（CFD）场景的多物理场数据集，覆盖内流、外流、热对流等典型工程场景，含时序与稳态数据。