experimental-understanding

标签

#experimental-understanding

WhatWorkedBench：AI代理实验理解的基准测试

Hugging Face Daily Papers ↗ · 6天前缓存

WhatWorkedBench是一个基准测试，旨在通过评估AI代理在各种任务和配置中进行预算实验后预测结果的准确性来衡量其对实验的理解。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈