Trend-Themen
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Ich bin schlecht darin, Dinge pünktlich zu posten! (Meine Ausrede ist, dass ich dieses Jahr wieder an der Addis Coder unterrichte)
Die Postersitzung für dieses Papier findet JETZT STATT!
Sitzung 5: V-Gather Finden 28.07.2025 18:00-19:30
Sag hi zu @ChuxuanHu :)
29. Juli 2025
Können KI-Agenten die Reproduzierbarkeit von Forschungsergebnissen bewerten?
Unser #ACL2025-Papier zeigt, dass sie mit REPRO-Bench, einem neuen Benchmark, das Agenten bei realen Aufgaben zur Reproduzierbarkeit in den Sozialwissenschaften von 112 Arbeiten, vollständigen PDFs, Code und Daten bewertet, hinter den Erwartungen zurückbleiben. Unser leistungsstärkster Agent erzielt <40%!
1/6
2,68K
Top
Ranking
Favoriten