C
Cubrim
EN RU
Назад к дашборду

CUBR-0034 · реальные замеры

Мировой бенчмарк

Открытый замер на признанных мировых корпусах (Silesia, enwik8, Canterbury) против стандартных архиваторов. Меньше коэффициент = лучше.

Честная рамка

Это открытый замер на признанных мировых корпусах против стандартных архиваторов. Cubrim теперь лидирует в общем агрегате, но таблица по типам всё ещё показывает, где он проигрывает: в text лидирует ppmd, а 7z остаётся силён на exe и binary. Каждое отставание — цель следующей гипотезы исследовательского цикла. Тупики и проигрыши показываем как есть.

агрегат в целом: cubrim 0.2227 · лидер cubrim 0.2227

Общий рейтинг архиваторов

Места по совокупному коэффициенту на всех корпусах (меньше — лучше). Под каждым именем — уровень сжатия, на котором он запускался.

#1
cubrim competitive
0.2227
#2
ppmd 7z -m0=PPMd
0.2286
#3
xz -9e
0.2344
#4
7z -m0=LZMA2 -mx9
0.2355
#5
brotli -q 11
0.2408
#6
zstd --ultra -22
0.2490
#7
rar a -m5
0.2573
#8
bzip2 -9
0.2671
#9
gzip -9
0.3330
#10
lz4 -12
0.3822
cubrim

Агрегат по корпусу

корпус ранг cubrim cubrim gzip bzip2 xz zstd brotli lz4 ppmd 7z rar
canterbury #1/10 0.1605 0.2600 0.1931 0.1754 0.1854 0.1746 0.3328 0.1837 0.1761 0.1818
enwik8 #2/10 0.2371 0.3645 0.2901 0.2483 0.2533 0.2574 0.4199 0.2240 0.2486 0.2735
silesia #1/10 0.2168 0.3191 0.2572 0.2286 0.2478 0.2339 0.3651 0.2313 0.2301 0.2507

По файлам, сгруппировано по типу данных

Зелёным подсвечен лучший архиватор в строке, красным — худший; #ранг показывает место Cubrim среди всех архиваторов (1 = лучший).

Text

агрегат типа: ppmd 0.2014 · cubrim 0.2127 · xz 0.2316

Ранг типа считается по суммарному размеру архива (Σ сжатых байт ÷ Σ исходных байт по файлам типа) — тот же size-weighted метод, что у Silesia/lzbench, а не среднее рангов по файлам. Архиватор может выиграть тип, не будучи первым ни на одном файле, если его суммарный вывод наименьший.

файл ранг cubrim cubrim gzip bzip2 xz zstd brotli lz4 ppmd 7z rar
alice29.txt #2/10 0.2625 0.3563 0.2841 0.3191 0.3236 0.3057 0.4140 0.2563 0.3195 0.3365
asyoulik.txt #2/10 0.2913 0.3901 0.3161 0.3562 0.3606 0.3412 0.4660 0.2903 0.3568 0.3749
cp.html #1/10 0.2692 0.3244 0.3099 0.3110 0.3136 0.2803 0.4189 0.2720 0.3140 0.3282
lcet10.txt #2/10 0.2268 0.3384 0.2524 0.2800 0.2844 0.2658 0.3846 0.2262 0.2802 0.2963
plrabn12.txt #2/10 0.2819 0.4032 0.3021 0.3434 0.3475 0.3388 0.4663 0.2750 0.3438 0.3644
xargs.1 #2/10 0.3598 0.4154 0.4168 0.4287 0.4088 0.3463 0.5725 0.3809 0.4443 0.4303
enwik8 #2/10 0.2371 0.3645 0.2901 0.2483 0.2533 0.2574 0.4199 0.2240 0.2486 0.2735
dickens #2/10 0.2392 0.3779 0.2747 0.2778 0.2796 0.2774 0.4302 0.2253 0.2778 0.2975
reymont #1/10 0.1668 0.2748 0.1880 0.1985 0.2033 0.2010 0.3118 0.1722 0.1989 0.2180
webster #2/10 0.1712 0.2909 0.2085 0.2019 0.2040 0.2033 0.3341 0.1578 0.2023 0.2179
xml #1/10 0.0726 0.1239 0.0825 0.0814 0.0848 0.0806 0.1424 0.0929 0.0851 0.0907

Source code

агрегат типа: cubrim 0.1615 · xz 0.1732 · 7z 0.1741

Ранг типа считается по суммарному размеру архива (Σ сжатых байт ÷ Σ исходных байт по файлам типа) — тот же size-weighted метод, что у Silesia/lzbench, а не среднее рангов по файлам. Архиватор может выиграть тип, не будучи первым ни на одном файле, если его суммарный вывод наименьший.

файл ранг cubrim cubrim gzip bzip2 xz zstd brotli lz4 ppmd 7z rar
fields.c #1/10 0.2304 0.2813 0.2726 0.2719 0.2708 0.2437 0.3786 0.2476 0.2767 0.2835
grammar.lsp #1/10 0.2846 0.3349 0.3448 0.3472 0.3263 0.3023 0.4668 0.3163 0.3668 0.3542
samba #1/10 0.1615 0.2503 0.2106 0.1731 0.1795 0.1743 0.2827 0.1943 0.1740 0.1901

Database

агрегат типа: cubrim 0.0958 · xz 0.0984 · brotli 0.0994

Ранг типа считается по суммарному размеру архива (Σ сжатых байт ÷ Σ исходных байт по файлам типа) — тот же size-weighted метод, что у Silesia/lzbench, а не среднее рангов по файлам. Архиватор может выиграть тип, не будучи первым ни на одном файле, если его суммарный вывод наименьший.

файл ранг cubrim cubrim gzip bzip2 xz zstd brotli lz4 ppmd 7z rar
nci #3/10 0.0478 0.0890 0.0540 0.0432 0.0481 0.0453 0.1081 0.0686 0.0519 0.0554
osdb #2/10 0.2553 0.3685 0.2779 0.2820 0.3072 0.2792 0.3923 0.2366 0.2828 0.3209

Executables

агрегат типа: 7z 0.2749 · xz 0.2755 · brotli 0.2850 · cubrim 0.2936

Ранг типа считается по суммарному размеру архива (Σ сжатых байт ÷ Σ исходных байт по файлам типа) — тот же size-weighted метод, что у Silesia/lzbench, а не среднее рангов по файлам. Архиватор может выиграть тип, не будучи первым ни на одном файле, если его суммарный вывод наименьший.

файл ранг cubrim cubrim gzip bzip2 xz zstd brotli lz4 ppmd 7z rar
mozilla #4/10 0.2818 0.3708 0.3498 0.2612 0.2922 0.2708 0.4302 0.3165 0.2605 0.2959
ooffice #2/10 0.3912 0.5023 0.4653 0.3945 0.4224 0.4029 0.5750 0.4134 0.3943 0.3742

Binary / numeric

агрегат типа: 7z 0.5378 · xz 0.5393 · cubrim 0.5542

Ранг типа считается по суммарному размеру архива (Σ сжатых байт ÷ Σ исходных байт по файлам типа) — тот же size-weighted метод, что у Silesia/lzbench, а не среднее рангов по файлам. Архиватор может выиграть тип, не будучи первым ни на одном файле, если его суммарный вывод наименьший.

файл ранг cubrim cubrim gzip bzip2 xz zstd brotli lz4 ppmd 7z rar
kennedy.xls #6/10 0.0695 0.2037 0.1265 0.0504 0.0677 0.0597 0.3148 0.1347 0.0491 0.0345
sum #4/10 0.2757 0.3340 0.3376 0.2484 0.2937 0.2652 0.4265 0.3065 0.2513 0.3034
sao #3/10 0.6244 0.7346 0.6813 0.6103 0.6895 0.6324 0.7820 0.6561 0.6087 0.7643

Images

агрегат типа: cubrim 0.3122 · ppmd 0.3271 · bzip2 0.3451

Ранг типа считается по суммарному размеру архива (Σ сжатых байт ÷ Σ исходных байт по файлам типа) — тот же size-weighted метод, что у Silesia/lzbench, а не среднее рангов по файлам. Архиватор может выиграть тип, не будучи первым ни на одном файле, если его суммарный вывод наименьший.

файл ранг cubrim cubrim gzip bzip2 xz zstd brotli lz4 ppmd 7z rar
ptt5 #5/10 0.0942 0.1021 0.0970 0.0777 0.0846 0.0798 0.1289 0.0958 0.0822 0.0960
mr #1/10 0.2104 0.3685 0.2448 0.2760 0.3115 0.2831 0.4204 0.2308 0.2756 0.2784
x-ray #1/10 0.4451 0.7125 0.4781 0.5300 0.6084 0.5526 0.8473 0.4545 0.5286 0.4912

коэффициент = сжатый / исходный (меньше — лучше); для cubrim проверена побайтовая распаковка. · 7z -m0=LZMA2 -mx9 · xz -9e · lz4 -12 · rar a -m5 · gzip -9 · ppmd 7z -m0=PPMd · zstd --ultra -22 · bzip2 -9 · brotli -q 11 · cubrim competitive-min corrected: CUBR-0043 CM19 rows + prior verified rows + fresh exact-317a323 replacements for nci/ptt5/kennedy.xls

Как измеряются эти числа

Что дальше

Каждое отставание → гипотеза-кандидат

Самые слабые классы — ровно там, где начинаются следующие раунды исследования, как колоночный field-split H-29 родился из разрыва на телеметрии-CSV. Отсортировано по отдаче.

IW-02

Флип изображения mr — внедрён, rank #1

Images DONE

MED16 с шириной шага 512 перевёл mr с rank 3 на #1 (0.2104 против ppmd 0.2308, ~9% впереди), остаток проходит побайтовый round-trip. Уже в бенчмарке выше — вместе с x-ray #1 класс изображений закрыт на две трети.

MED16 width-512 RESID-RT-OK
IW-04

Контекстный text-бэкенд (PPMd-класс)

Text HIGH

text остаётся крупнейшим призом по типам даже после выхода Cubrim на overall #1: 11 файлов, лидирует ppmd с разрывами до +33% (enwik8 0.2622 против 0.2240; webster 0.2105 против 0.1578). Логистическая context-mixing модель (order-0..6 + match-модель) уже доказана на срезах dickens — бьёт 7z-PPMd на ~9%; её интеграция как text-бэкенда — прямой путь к победе в типе text, где enwik8 (100 МБ) доминирует size-weighted метрику.

CM paq-lite match model logistic mixing
IW-01

MED16 адаптивная ширина (ladder)

Images HIGH

Обобщить флип mr: автокорреляционный детектор ширины + лестница кандидатов 256..2048 под competitive-min, чтобы любой 16-битный образ получал оптимальный шаг автоматически, а x-ray удерживал #1 (0.4451 против ppmd 0.4545). Превращает ручной выигрыш в системный.

MED16 autocorrelation competitive-min
NEW-21

ML-lite диспетчер контента

Source code MEDIUM

Дешёвый фичевый экстрактор (гистограмма, энтропии, stride-автокорреляция, магии форматов) предсказывает топ-K веток ансамбля до пробного сжатия. Это убирает mode-ошибки, держащие xargs.1, grammar.lsp и fields.c на rank 9, сокращает время бенча в 2–4× и делает тяжёлые ветки (CM, bilevel) доступными.

dispatcher feature-extractor top-K
IW-03

Малоблочный контекст + диета контейнера

Text MEDIUM

Четыре rank-9 tiny-файла отстают от brotli на 20–31% лишь потому, что BWT-блок для них мал (xargs.1 0.4530 против brotli 0.3463; grammar.lsp 0.3873 против 0.3023; fields.c 0.3056 против 0.2437). Диспетчеризация входов <64 КБ в малоблочный контекстный кодер со статическим словарём — плюс лёгкий контейнер ≤12 байт (NEW-20) — сдвигает их к паритету.

tiny-dispatcher static dict container diet