实体 CoI-Agent

CoI-Agent

PulseAugur coverage of CoI-Agent — every cluster mentioning CoI-Agent across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

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 1 条

TOOL · CL_324268 · Oct 27 · 04:00

新基准 AlphaIdeaBench 评估 AI 研究创意生成能力

研究人员推出了 AlphaIdeaBench，这是一个新的基准，旨在评估在特定资源约束下生成研究创意的 AI 代理。该基准包含 100 个构思任务，每个任务都有定义的预算，并使用经过与 ICLR、NeurIPS 和 ICML 等主要 AI 会议的同行评审分数验证的 LLM 裁判。评估显示，Gemini 3.7 Flash 在问题和方法新颖性方面与评审分数高度一致，而 CoI-Agent 和 SciMON 在测试的框架中表现最佳。