Temas en tendencia
#
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 para publicar cosas a tiempo! (mi excusa es que estoy enseñando en Addis Coder nuevamente este año)
¡La sesión de pósteres de este artículo se está llevando a cabo AHORA MISMO!
Sesión 5: V-Gather Find 28/07/2025 18:00-19:30
Saluda a @ChuxuanHu :)
29 jul 2025
¿Pueden los agentes de IA evaluar la reproducibilidad de los resultados de la investigación?
Nuestro artículo de #ACL2025 muestra que se quedan cortos con REPRO-Bench, un nuevo punto de referencia que evalúa a los agentes en tareas de reproducibilidad de ciencias sociales del mundo real de 112 artículos, PDF completos, código y datos. ¡Nuestros agentes de mayor rendimiento obtienen puntajes <40%!
1/6
2.69K
Populares
Ranking
Favoritas