PulseAugur
中
实时 07:04:35
实体 Numina-Lean-Agent

Numina-Lean-Agent

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

Show in brief
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
  1. TOOL · CL_228819 ·

    新的SHADOWBENCH基准改进了对AI生成的数学代码的评估

    研究人员推出SHADOWBENCH，一个旨在更可靠地评估自动形式化数学语句语义对齐的新基准。该基准使用一种名为SA-Pass的新颖指标，通过辅助“影子”语句验证生成的语句，以确保它们准确捕捉预期含义。在测试中，Claude Code (Opus 4.8) 结合 Numina-Lean-Agent 实现了 61.8% 的编译率和 11.2% 的 SA-Pass 分数。SA-Pass 指标与专家判断高度一致，实现了 98.8% 的二元一致性。