PHBench

O que é PHBench?

PHBench é um benchmark reproduzível de nível de pesquisa desenvolvido pela Vela Partners e pela Universidade de Oxford que identifica o potencial de financiamento Série A diretamente dos sinais de lançamento do Product Hunt. Treinado em 67.292 lançamentos em destaque de 2019 a 2025 e referenciado cruzadamente com registros de financiamento do Crunchbase, ele revela preditores estatisticamente significativos do sucesso de startups em estágio inicial. Seu modelo de conjunto de melhor desempenho alcança uma melhoria de 4,7× sobre a linha de base aleatória, e cada novo lançamento do Product Hunt recebe automaticamente uma pontuação de previsão em tempo real. Todo o código, modelos de referência e divisões de conjunto de dados anonimizadas estão disponíveis publicamente, tornando-o uma plataforma completamente aberta tanto para pesquisadores quanto para investidores.

Recursos Principais

• Conjunto de dados de lançamentos em grande escala

  Construído sobre 67.292 publicações em destaque do Product Hunt de 2019 a 2025, vinculadas a registros do Crunchbase por meio de correspondência determinística de domínios, com 528 rodadas Série A verificadas identificadas como rótulos de verdade fundamental.

• 61 características preditivas desenvolvidas

  Cada lançamento é representado por 61 características estruturadas cobrindo sinais de engajamento (votos, comentários, avaliações), sinais de classificação (diária, semanal, mensal), atributos de criadores, padrões temporais, indicadores de tópicos e termos de interação.

• Poder preditivo comprovado

  O melhor modelo de conjunto (ENS_avg, ENS_ISO, XGB) alcança uma melhoria de 4,7× sobre a linha de base aleatória no conjunto de teste retido, transformando uma taxa base de 0,78% em sinais de investimento acionáveis.

• Pontuação ao vivo em tempo real

  Cada novo lançamento do Product Hunt recebe automaticamente uma pontuação de previsão dos modelos de melhor desempenho, fornecendo aos investidores e fundadores um sinal imediato sem análise manual.

• Tabela de classificação pública e submissão aberta

  Uma tabela de classificação pública classifica os modelos de ML e LLM submetidos em um sistema de avaliação de cinco métricas, com um conjunto de teste cego retido para comparação justa e padronizada.

• Reprodutibilidade de nível de pesquisa

  Fornece divisões públicas de treinamento, validação e teste cego junto com todo o código e modelos de referência, seguindo uma metodologia revisada por pares co-desenvolvida com a Universidade de Oxford.

Casos de Uso

• Triagem de capital de risco : VCs e investidores anjo podem filtrar milhares de lançamentos do Product Hunt até os prospectos mais bem classificados, priorizando a devida diligência em startups com a maior probabilidade prevista de Série A.
• Auto-avaliação de startups : Fundadores podem comparar o desempenho de seu próprio lançamento no Product Hunt com vencedores históricos de Série A para entender onde estão e quais sinais fortalecer.
• Desenvolvimento de modelos ML e competição : Cientistas de dados e pesquisadores podem submeter seus próprios modelos para competir na tabela de classificação pública, usando o conjunto de dados padronizado e o sistema de avaliação para medir o desempenho preditivo genuíno.
• Pesquisa acadêmica : Pesquisadores estudando sucesso de startups, dinâmica de financiamento em estágio inicial ou extração de sinais de risco têm acesso a um conjunto de dados limpo, citável e documentado com metodologia revisada por pares.
• Análise de estrutura de mercado : Analistas podem usar os padrões de degradação temporal de desempenho no conjunto de dados para estudar como os mercados de financiamento mudam ao longo do tempo, do boom de 2020-2021 à contração subsequente.

Perguntas Frequentes