实体
Core Rescue
Core Rescue
PulseAugur coverage of Core Rescue — every cluster mentioning Core Rescue across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
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
-
新的“交互即评判”范式增强了AI编码代理的评估能力
一项新的研究论文介绍了一种名为“交互即评判”（Interaction-as-a-Judge）的新型编码代理评估范式，该范式侧重于其与复杂应用程序交互和评估的能力。该方法旨在弥合人类交互式评估与当前主要依赖代码分析和单元测试的LLM评估之间的差距。研究表明，这种交互式方法提高了应用程序的评估和代理生成交互式代码的能力，在预测人类偏好和验证需求方面取得了显著的进步。
-
LLM框架自动化科学文献中的队列发现
研究人员开发了一个新颖的框架，该框架利用大型语言模型（LLM）来自动化从科学文献中发现特定参与者队列的过程。该系统为PubMed等数据库生成目标查询，然后使用LLM从检索到的摘要中提取明确的队列名称。在针对青少年攻击性遗传学的测试案例中，该框架识别出44个符合条件的队列，其基于LLM的提取性能与人工标注者相当，并发现了17个现有目录中未找到的队列。