Percy Liang

Establishing Best Practices for Building Rigorous Agentic Benchmarks

Yuxuan Zhu, Tengjun Jin, Yada Pruksachatkun, Andy Zhang, Shu Liu, Sasha Cui, Sayash Kapoor, Shayne Longpre, Kevin Meng, Rebecca Weiss, Fazl Barez, Rahul Gupta, Jwala Dhamala, Jacob Merizian, Mario Giulianelli, Harry Coppock, Cozmin Ududec, Jasjeet Sekhon, Jacob Steinhardt, Antony Kellermann, Sarah Schwettmann, Matei Zaharia, Ion Stoica, Percy Liang, Daniel Kang

机构 * UIUC（伊利诺伊大学） ； Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） ； Yale University（耶鲁大学） ； Princeton University（普林斯顿大学） ； MIT（麻省理工学院） ； Transluce ； ML Commons ； Amazon（亚马逊） ； UK AI Safety Institute（英国人工智能安全研究所） ； University of Oxford（牛津大学） 纠错

Comments 39 pages, 15 tables, 6 figures