Buchumschlag

RE-Bench: Evaluating frontier AI R&D capabilities of language model agents against human experts

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wijk, Hjalmar, Lin, Tao, Becker, Joel, Jawhar, Sami, Parikh, Neev, Broadley, Thomas, Chan, Lawrence, Chen, Michael, Clymer, Josh, Dhyani, Jai, Ericheva, Elena, Garcia, Katharyn, Goodrich, Brian, Jurkovic, Nikola, Karnofsky, Holden, Kinniment, Megan, Lajko, Aron, Nix, Seraphina, Sato, Lucas, Saunders, William, Taran, Maksym, West, Ben, Barnes, Elizabeth
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Measuring AI Ability to Complete Long Software Tasks
von: Kwa, Thomas, et al.
Veröffentlicht: (2025)

HCAST: Human-Calibrated Autonomy Software Tasks
von: Rein, David, et al.
Veröffentlicht: (2025)

Learning Markov State Abstractions for Deep Reinforcement Learning
von: Allen, Cameron, et al.
Veröffentlicht: (2021)

Evaluating Language-Model Agents on Realistic Autonomous Tasks
von: Kinniment, Megan, et al.
Veröffentlicht: (2023)

Breaking the mass-sheet degeneracy in strong lensing mass modeling with weak lensing observations
von: Khadka, Narayan, et al.
Veröffentlicht: (2024)

Safe Multi-agent Satellite Servicing with Control Barrier Functions
von: Parikh, Deep, et al.
Veröffentlicht: (2025)

Polarity-Aware Probing for Quantifying Latent Alignment in Language Models
von: Sadiekh, Sabrina, et al.
Veröffentlicht: (2025)

From spatial to null infinity: Connecting initial data to peeling
von: Schneider, Berend, et al.
Veröffentlicht: (2025)

Unified Treatment of null and Spatial Infinity IV: Angular Momentum at Null and Spatial Infinity
von: Ashtekar, Abhay, et al.
Veröffentlicht: (2023)

Unified Treatment of Null and Spatial Infinity III: Asymptotically Minkowski Space-times
von: Ashtekar, Abhay, et al.
Veröffentlicht: (2023)

Dewey Decimal Classification--an Indian View
von: Dhyani, P.
Veröffentlicht: (1975)

Need for Library Instruction to Readers in Rajasthan University (India): A Survey
von: Dhyani, P.
Veröffentlicht: (1974)

Effect of strategy based instruction on achievement test scores in a mixed language ability group of ESP learners
von: Violeta Jurkovič
Veröffentlicht: (2013)

Bibliophilately Revisited.
von: Nix, Larry T.
Veröffentlicht: (2000)

A Study of the Bookmobile Service of the Madison Public Library.
von: Nix, Larry T.
Veröffentlicht: (1981)

Di-decay signature of new physics particles at intensity frontier experiments
von: Garcia, Giovani Dalla Valle, et al.
Veröffentlicht: (2025)

Capturing a Moving Target by Two Robots in the F2F Model
von: Jawhar, Khaled, et al.
Veröffentlicht: (2025)

Linear Search for Capturing an Oblivious Mobile Target in the Sender/Receiver Model
von: Jawhar, Khaled, et al.
Veröffentlicht: (2025)

Bike Assisted Evacuation on a Line of Robots with Communication Faults
von: Jawhar, Khaled, et al.
Veröffentlicht: (2023)

NTID Student Guide to Wallace Memorial Library.
von: Karuth, Linda, et al.
Veröffentlicht: (1982)

State Education Agency Responsibilities and Services for School Library Media Programs.
von: Martin, Nina Nix
Veröffentlicht: (1982)

Addressing Incidental Findings in Neuroimaging Studies: Never Easy, Rarely Rescue
von: Hayden P. Nix
Veröffentlicht: (2026)

Quantum Potts chain in alternating field
von: Yehia, Péter Lajkó. Wedade Alaaeldin Ahmed Shafik, et al.
Veröffentlicht: (2023)

Coherent dynamics in chaotic spin chains via interference-protected subspaces
von: Kerschbaumer, Aron, et al.
Veröffentlicht: (2026)

Complex Network in Solar Features
von: Taran, Somayeh
Veröffentlicht: (2024)

Convolutional neural network for Lyman break galaxies classification and redshift regression in DESI (Dark Energy Spectroscopic Instrument)
von: Taran, Julien
Veröffentlicht: (2024)

The main aspects of teaching in the context of the development of the educational environment and culture at universities
von: Ganna Taran
Veröffentlicht: (2022)

Foreword
von: Yuri Taran
Veröffentlicht: (2002)

ENERGY SECURITY: SHAPING THE CONSUMER DECISION MAKING PROCESS IN EMERGING ECONOMIES
von: Taran Loper
Veröffentlicht: (2017)

Poser: Unmasking Alignment Faking LLMs by Manipulating Their Internals
von: Clymer, Joshua, et al.
Veröffentlicht: (2024)

Quadratic Mode Couplings in Rotating Black Holes and Their Detectability
von: Khera, Neev, et al.
Veröffentlicht: (2024)

OP07.03: Clinical significance of left to right uterine venous shunting
von: T. Setty, et al.
Veröffentlicht: (2024)

Mapping classes fixing an isotropic homology class of minimal genus $0$ in rational $4$-manifolds
von: Lee, Seraphina Eun Bi
Veröffentlicht: (2023)

Massive gravity applications for $T\overline{T}$ deformations
von: Nix, Alexia, et al.
Veröffentlicht: (2025)

Evaluación de riesgos ergonómicos en productores de cacao
von: Nix Santiago Gavilanez-Dalgo
Veröffentlicht: (2021)

Chapter 2. Harmonization of forensic expert training with current development trends in Ukraine and abroad: detailed analysis and implementation prospects
von: Nikolaychuk, Tetyana, et al.
Veröffentlicht: (2025)

A new frontier in dashboard design: Evaluating an innovative meta‐modelling approach through expert insights
von: Andrea Vázquez‐Ingelmo, et al.
Veröffentlicht: (2024)

Stochastic Control Barrier Functions for Economics
von: van Wijk, David
Veröffentlicht: (2023)

TFM-Retouche: A Lightweight Input-Space Adapter for Tabular Foundation Models
von: Nguyen, Duong, et al.
Veröffentlicht: (2026)

The pleurocerid fauna of the Falls of the Ohio
von: Goodrich, Calvin
Veröffentlicht: (1929)