トレンドトピック
#
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.
時間通りに投稿するのが苦手!(言い訳は、今年もアディス・コーダーで教えているからです)
この論文のポスターセッションは今開催中です!
セッション5:Vギャザー検索 2025/7/28 18:00-19:30
@ChuxuanHu :)に挨拶
2025年7月29日
AI エージェントは研究結果の再現性を評価できますか?
私たちの #ACL2025 論文では、112 の論文、完全な PDF、コード、およびデータの実際の社会科学の再現性タスクでエージェントを評価する新しいベンチマークである REPRO-Bench では不十分であることが示されています。最もパフォーマンスの高いエージェントのスコアは<40%です。
1/6
2.68K
トップ
ランキング
お気に入り