Tendencias del momento
#
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.
¡Soy malo publicando cosas a tiempo! (mi excusa es que estoy enseñando en Addis Coder de nuevo este año)
¡La sesión de carteles para este artículo está sucediendo AHORA MISMO!
Sesión 5: V-Gather Encuentra 28/07/2025 18:00-19:30
Saluda a @ChuxuanHu :)
29 jul 2025
¿Pueden los agentes de IA evaluar la reproducibilidad de los hallazgos de investigación?
Nuestro artículo de #ACL2025 muestra que no lo logran con REPRO-Bench, un nuevo estándar que evalúa a los agentes en tareas de reproducibilidad de ciencias sociales del mundo real de 112 artículos, PDFs completos, código y datos. ¡Nuestro agente de mejor rendimiento obtiene menos del 40%!
1/6
2,67K
Parte superior
Clasificación
Favoritos