实体
Atomic Clock Ensemble in Space
Atomic Clock Ensemble in Space
PulseAugur coverage of Atomic Clock Ensemble in Space — every cluster mentioning Atomic Clock Ensemble in Space across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
NVIDIA 论文提出 Skill Lift 用于评估 AI 代理能力
NVIDIA 研究人员推出了一种名为 Skill Lift 的新评估方法，用于评估 AI 代理技能，超越了传统的结构化扫描。该方法衡量了在启用特定技能与未启用特定技能时，代理在任务上的性能差异。该方法在 58 个生产技能的 947 个配对案例上进行了测试，并被标准化为代理轨迹交换格式 (Agent Trajectory Interchange Format)，结果发现在技能执行、行为检查和效率方面产生了最大的提升。
-
新研究解决 AI 代码生成评估与测试问题
两篇新研究论文探讨了 AI 生成代码评估方面的进展。第一篇 TENET 引入了一个使用测试驱动开发的仓库级代码生成框架，在 RepoCod 和 RepoEval 等基准测试中取得了 Claude Sonnet 4 的高 Pass@1 分数。第二篇 ACES 提出了一种评估代码生成评估测试可靠性的新方法，侧重于测试的一致性以及区分正确和错误代码的能力。