Buchumschlag

HardML: A Benchmark For Evaluating Data Science And Machine Learning knowledge and reasoning in AI

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Pricope, Tidor-Vlad
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AutoML-Med: A Framework for Automated Machine Learning in Medical Tabular Data
von: Francia, Riccardo, et al.
Veröffentlicht: (2025)

Data Pipeline Training: Integrating AutoML to Optimize the Data Flow of Machine Learning Models
von: Wu, Jiang, et al.
Veröffentlicht: (2024)

TabArena: A Living Benchmark for Machine Learning on Tabular Data
von: Erickson, Nick, et al.
Veröffentlicht: (2025)

A Data-Centric Perspective on Evaluating Machine Learning Models for Tabular Data
von: Tschalzev, Andrej, et al.
Veröffentlicht: (2024)

Machine Learning for Everyone: Simplifying Healthcare Analytics with BigQuery ML
von: Salari, Mohammad Amir, et al.
Veröffentlicht: (2025)

PepBenchmark: A Standardized Benchmark for Peptide Machine Learning
von: Zhang, Jiahui, et al.
Veröffentlicht: (2026)

Squeezing Lemons with Hammers: An Evaluation of AutoML and Tabular Deep Learning for Data-Scarce Classification Applications
von: Knauer, Ricardo, et al.
Veröffentlicht: (2024)

Benchmarking Data Heterogeneity Evaluation Approaches for Personalized Federated Learning
von: Li, Zhilong, et al.
Veröffentlicht: (2024)

CausalProfiler: Generating Synthetic Benchmarks for Rigorous and Transparent Evaluation of Causal Machine Learning
von: Panayiotou, Panayiotis, et al.
Veröffentlicht: (2025)

Toward an Evaluation Science for Generative AI Systems
von: Weidinger, Laura, et al.
Veröffentlicht: (2025)

HardCore Generation: Generating Hard UNSAT Problems for Data Augmentation
von: Cotnareanu, Joseph, et al.
Veröffentlicht: (2024)

Hard-constraining Neumann boundary conditions in physics-informed neural networks via Fourier feature embeddings
von: Straub, Christopher, et al.
Veröffentlicht: (2025)

Evaluating the printability of stl files with ML
von: Henn, Janik, et al.
Veröffentlicht: (2025)

Reinforcement Learning in hyperbolic space for multi-step reasoning
von: Xu, Tao, et al.
Veröffentlicht: (2025)

ML-Master: Towards AI-for-AI via Integration of Exploration and Reasoning
von: Liu, Zexi, et al.
Veröffentlicht: (2025)

GraphLand: Evaluating Graph Machine Learning Models on Diverse Industrial Data
von: Bazhenov, Gleb, et al.
Veröffentlicht: (2024)

Bridging Smart Meter Gaps: A Benchmark of Statistical, Machine Learning and Time Series Foundation Models for Data Imputation
von: Sartipi, Amir, et al.
Veröffentlicht: (2025)

ATLO-ML: Adaptive Time-Length Optimizer for Machine Learning -- Insights from Air Quality Forecasting
von: Kao, I-Hsi, et al.
Veröffentlicht: (2025)

The ML.ENERGY Benchmark: Toward Automated Inference Energy Measurement and Optimization
von: Chung, Jae-Won, et al.
Veröffentlicht: (2025)

Robustness of AutoML on Dirty Categorical Data
von: Bueno, Marcos L. P., et al.
Veröffentlicht: (2026)

AI scientists produce results without reasoning scientifically
von: Ríos-García, Martiño, et al.
Veröffentlicht: (2026)

BEExAI: Benchmark to Evaluate Explainable AI
von: Sithakoul, Samuel, et al.
Veröffentlicht: (2024)

Benchmarking Synthetic Tabular Data: A Multi-Dimensional Evaluation Framework
von: Sidorenko, Andrey, et al.
Veröffentlicht: (2025)

Q-Sat AI: Machine Learning-Based Decision Support for Data Saturation in Qualitative Studies
von: Tutar, Hasan, et al.
Veröffentlicht: (2025)

AI and Machine Learning for Next Generation Science Assessments
von: Zhai, Xiaoming
Veröffentlicht: (2024)

ML-Agent: Reinforcing LLM Agents for Autonomous Machine Learning Engineering
von: Liu, Zexi, et al.
Veröffentlicht: (2025)

BatteryML:An Open-source platform for Machine Learning on Battery Degradation
von: Zhang, Han, et al.
Veröffentlicht: (2023)

From Crowdsourced Data to High-Quality Benchmarks: Arena-Hard and BenchBuilder Pipeline
von: Li, Tianle, et al.
Veröffentlicht: (2024)

Sudoku-Bench: Evaluating creative reasoning with Sudoku variants
von: Seely, Jeffrey, et al.
Veröffentlicht: (2025)

Automated Graph Machine Learning: Approaches, Libraries, Benchmarks and Directions
von: Wang, Xin, et al.
Veröffentlicht: (2022)

DataSciBench: An LLM Agent Benchmark for Data Science
von: Zhang, Dan, et al.
Veröffentlicht: (2025)

A Comprehensive Benchmark of Machine and Deep Learning Across Diverse Tabular Datasets
von: Shmuel, Assaf, et al.
Veröffentlicht: (2024)

RamanBench: A Large-Scale Benchmark for Machine Learning on Raman Spectroscopy
von: Koddenbrock, Mario, et al.
Veröffentlicht: (2026)

Tabular Data Augmentation for Machine Learning: Progress and Prospects of Embracing Generative AI
von: Cui, Lingxi, et al.
Veröffentlicht: (2024)

ML-On-Rails: Safeguarding Machine Learning Models in Software Systems A Case Study
von: Abdelkader, Hala, et al.
Veröffentlicht: (2024)

Machine Learning as a Tool (MLAT): A Framework for Integrating Statistical ML Models as Callable Tools within LLM Agent Workflows
von: Chen, Edwin, et al.
Veröffentlicht: (2026)

Hierarchy Representation of Data in Machine Learnings
von: Yegang, Han, et al.
Veröffentlicht: (2023)

Self-rewarding correction for mathematical reasoning
von: Xiong, Wei, et al.
Veröffentlicht: (2025)

Taming Data Challenges in ML-based Security Tasks Using Generative AI
von: Kanchi, Shravya, et al.
Veröffentlicht: (2025)

ALPBench: A Benchmark for Active Learning Pipelines on Tabular Data
von: Margraf, Valentin, et al.
Veröffentlicht: (2024)