实体
DisCoBench
DisCoBench
PulseAugur coverage of DisCoBench — every cluster mentioning DisCoBench 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
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
DiscoGen系统生成数十亿个机器学习算法发现任务
研究人员推出DiscoGen，一个旨在程序化生成海量机器学习算法发现任务的新颖系统。该工具旨在通过在各个机器学习领域创建数十亿个任务，来克服当前任务套件的局限性，例如评估方法不当和数据污染。DiscoGen旨在促进算法发现代理（ADA）的优化，并包含用于原则性评估的精选子集DiscoBench。该项目还概述了未来的研究方向，并通过扩展实验展示了DiscoGen在优化ADA方面的实用性。
-
新的基准DiscoBench评估LLM搜索代理处理模糊查询的能力
研究人员推出了DiscoBench，这是一个旨在评估大型语言模型（LLM）驱动的搜索代理处理模糊查询能力的新基准。该基准在11个领域中包含211个样本和463个模糊实例，重点关注代理如何识别模糊性、提出澄清性问题以及从不正确的搜索路径中恢复。实验表明，模糊检测和澄清是不同的技能，代理通过反复搜索而不是寻求澄清而表现更差，这凸显了交互式问题解决能力方面的差距。