PHBench
phbench.com
Открытый бенчмарк, который прогнозирует, какие запуски Product Hunt получат финансирование серии A, построенный на 7-летних данных о запусках стартапов.
Описание
PHBench — это воспроизводимый бенчмарк исследовательского уровня, разработанный Vela Partners и Оксфордским университетом, который идентифицирует потенциал финансирования серии A непосредственно из сигналов запуска Product Hunt. Обученный на 67 292 избранных запусках с 2019 по 2025 год и перекрестно проверенный с записями финансирования Crunchbase, он выявляет статистически значимые предикторы успеха стартапов на ранней стадии. Его наиболее эффективная ансамблевая модель достигает улучшения в 4,7 раза по сравнению со случайным базовым уровнем, и каждый новый запуск Product Hunt автоматически получает прогнозный балл в реальном времени. Весь код, базовые модели и анонимизированные разделения набора данных общедоступны, что делает его полностью открытой платформой как для исследователей, так и для инвесторов.
Установка
Не знаете, с чего начать — попросите ассистента провести по шагам:
Возможности
Крупномасштабный набор данных запусков
Построен на основе 67 292 избранных публикаций Product Hunt с 2019 по 2025 год, связанных с записями Crunchbase через детерминированное сопоставление доменов, с 528 проверенными раундами серии A, идентифицированными как
61 разработанная прогностическая характеристика
Каждый запуск представлен 61 структурированной характеристикой, охватывающей сигналы вовлеченности (голоса, комментарии, отзывы), сигналы рейтинга (ежедневный, еженедельный, ежемесячный), атрибуты создателей, временные п
Доказанная прогностическая сила
Лучшая ансамблевая модель (ENS_avg, ENS_ISO, XGB) достигает улучшения в 4,7 раза по сравнению со случайным базовым уровнем на отложенном тестовом наборе, превращая базовую ставку 0,78% в практические инвестиционные сигна
Живая оценка в реальном времени
Каждый новый запуск Product Hunt автоматически получает прогнозный балл от наиболее эффективных моделей, предоставляя инвесторам и основателям немедленный сигнал без ручного анализа.
Публичная таблица лидеров и открытая подача
Публичная таблица лидеров ранжирует представленные модели машинного обучения и большие языковые модели по пятиметрической системе оценки, с отложенным слепым тестовым набором для справедливого стандартизированного сравне
Воспроизводимость исследовательского уровня
Предоставляет публичные разделения обучающей, валидационной и слепой тестовой выборок вместе со всем кодом и базовыми моделями, следуя рецензируемой методологии, разработанной совместно с Оксфордским университетом.
Сценарии использования
Скрининг венчурного капитала
Венчурные капиталисты и бизнес-ангелы могут отфильтровать тысячи запусков Product Hunt до наиболее перспективных кандидатов, приоритизируя должную проверку стартапов с наивысшей прогнозируемой вероятностью серии A.
Самостоятельное бенчмаркирование стартапов
Основатели могут сравнить производительность своего запуска Product Hunt с историческими победителями серии A, чтобы понять, где они находятся и какие сигналы нужно усилить.
Разработка моделей ML и соревнование
Специалисты по данным и исследователи могут представить свои собственные модели для участия в публичной таблице лидеров, используя стандартизированный набор данных и систему оценки для измерения реальной прогностической производительности.
Академические исследования
Исследователи, изучающие успех стартапов, динамику финансирования на ранних стадиях или извлечение венчурных сигналов, имеют доступ к чистому, цитируемому, документированному набору данных с рецензируемой методологией.
Анализ структуры рынка
Аналитики могут использовать паттерны временного снижения производительности в наборе данных для изучения того, как рынки финансирования меняются со временем, от бума 2020-2021 годов до последующего сокращения.
Частые вопросы
PHBench — это открытый бенчмарк, который прогнозирует, какие запуски Product Hunt получат финансирование серии A в течение 18 месяцев, построенный на 67 292 запусках с 2019 по 2025 год компанией Vela Partners и Оксфордским университетом.
Наиболее эффективная ансамблевая модель достигает улучшения в 4,7 раза по сравнению со случайным базовым уровнем на отложенном тестовом наборе. Базовая ставка раундов серии A в наборе данных составляет 0,78%, поэтому модель делает этот сигнал значимо практичным.
61 разработанная характеристика на запуск, включая голоса, комментарии, отзывы, ежедневный/еженедельный/ежемесячный рейтинг, количество подписчиков создателя, флаги категорий тем и термины взаимодействия — все из публичной страницы запуска Product Hunt.
Да. PHBench предоставляет публичные разделения обучающей и валидационной выборок вместе со стандартизированной пятиметрической системой оценки. Отправьте прогнозы в слепой тестовый набор для официальной оценки и размещения в таблице лидеров.
Да. Анонимизированные разделения обучающей и валидационной выборок, все 61 характеристика, код базовой модели и полная методология открыто доступны. Тестовые метки удерживаются для сохранения целостности бенчмарка.
Да. Каждый новый избранный запуск Product Hunt автоматически получает прогнозный балл в реальном времени от наиболее эффективных ансамблевых моделей.
PHBench был разработан Vela Partners, количественной венчурной фирмой, в сотрудничестве с Оксфордским университетом. Методология прошла рецензирование и опубликована на arXiv.
Да. Как модели машинного обучения, так и большие языковые модели показывают временное снижение, которое отслеживает реальные циклы рынка финансирования — производительность падает после бума 2020-2021 годов, подтверждая, что набор данных отражает реальную структуру рынка, а не статические паттерны.
Характеристики
| Тип | Инструмент |
| Категория | Прочее / Анализ данных ИИ |
| Цена | бесплатно |
| Платформа | Веб + десктоп |
| Системы | website |
| Хостинг | cloud |
| Установка | saas |
| Язык сайта | ru |
