From Reproduction to Replication: Evaluating Research Agents with Progressive Code Masking
机构 * Carnegie Mellon University(卡内基梅隆大学)
专题命中 测试时计算 :verifier(abstract);分类 cs.AI
AI 大模型
大模型数学、逻辑、规划、多步推理和测试时计算能力。
机构 * Carnegie Mellon University(卡内基梅隆大学)
专题命中 测试时计算 :verifier(abstract);分类 cs.AI
机构 * IIIS, Tsinghua University(清华大学人工智能学院) ; Shanghai AI Laboratory(上海人工智能实验室) ; Shanghai Qizhi Institute(上海启智研究院)
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
Comments 10 pages, 6 figures
专题命中 测试时计算 :reasoning(abstract);分类 cs.LG
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
机构 * Massachusetts Institute of Technology(麻省理工学院)
专题命中 测试时计算 :verifier(abstract);分类 cs.AI
Comments 9 pages, 1 figure
机构 * Google(谷歌)
专题命中 测试时计算 :reasoning(abstract);分类 cs.AI
Comments 13 pages, 6 figures, VLDB 2025
机构 * Sun Yat-sen University(中山大学) ; Temple University
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
Journal ref ACL 2025
机构 * EPFL(瑞士联邦理工学院)
专题命中 测试时计算 :reasoning(abstract);分类 cs.LG
机构 * IIT Delhi(德里印度理工学院)
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
Comments 14 pages, 9 figures, 5 Tables
机构 * MIT(麻省理工学院) ; Cohere
专题命中 测试时计算 :reasoning(abstract);分类 cs.AI
机构 * HKUST(香港科技大学) ; Apple(苹果公司)
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
机构 * Amazon(亚马逊)
专题命中 测试时计算 :reasoning(abstract);分类 cs.LG
Comments NAACL 2025
专题命中 测试时计算 :verifier(abstract);分类 cs.LG
Comments 10 pages
专题命中 测试时计算 :verifier(abstract);分类 cs.LG
机构 * Zhejiang University(浙江大学) ; Xiaohongshu Inc.(小红书公司) ; Beijing University of Posts and Telecommunications(北京邮电大学) ; Nanjing University(南京大学)
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
机构 * Peking University(北京大学) ; Microsoft Research(微软研究院) ; University of Waterloo(滑铁卢大学) ; Vector Institute(向量研究所)
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
机构 * National University of Singapore(新加坡国立大学) ; UNC-Chapel Hill(北卡罗来纳大学教堂山分校) ; University of Chicago(芝加哥大学) ; Nanyang Technological University(南洋理工大学)
专题命中 测试时计算 :verifier(abstract);分类 cs.CL
Comments 23 pages; Published as a conference paper at ICLR 2025
专题命中 测试时计算 :reasoning(abstract);分类 cs.AI
专题命中 测试时计算 :reasoning(abstract);分类 cs.AI
Comments 16 pages
专题命中 测试时计算 :test-time compute(abstract);分类 cs.AI
Comments Project page: https://liuff19.github.io/Video-T1
专题命中 测试时计算 :reasoning(abstract);分类 cs.LG
Comments 2024 IEEE International Conference on Data Mining (ICDM)
专题命中 测试时计算 :planning(abstract);分类 cs.LG
专题命中 测试时计算 :reasoning(abstract);分类 cs.LG
Comments 21 pages, 7 figures 7 tables
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
专题命中 测试时计算 :test-time compute(abstract);分类 cs.CL
Comments ICLR 2025
专题命中 测试时计算 :reasoning(abstract);分类 cs.AI
Comments 24 pages, 7 figures
专题命中 测试时计算 :reasoning(abstract);分类 cs.AI
Comments 14 pages
专题命中 测试时计算 :reasoning(abstract);分类 cs.CL
专题命中 测试时计算 :reasoning(abstract);分类 cs.LG
Comments This manuscript has been submitted to the tiny paper track at the LMRL workshop at ICLR 2025
专题命中 测试时计算 :chain-of-thought(abstract);分类 cs.AI
Comments Appearing in the proceedings of the 34th USENIX Security Symposium