Salvato in:
| Autori principali: | Li, Chenyue, Deng, Wen, Lu, Mengqian, Yuan, Binhang |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2502.01159 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
On the Opportunities of (Re)-Exploring Atmospheric Science by Foundation Models: A Case Study
di: Zhang, Lujia, et al.
Pubblicazione: (2024)
di: Zhang, Lujia, et al.
Pubblicazione: (2024)
CLIMATEAGENT: Multi-Agent Orchestration for Complex Climate Data Science Workflows
di: Kim, Hyeonjae, et al.
Pubblicazione: (2025)
di: Kim, Hyeonjae, et al.
Pubblicazione: (2025)
SafeSci: Safety Evaluation of Large Language Models in Science Domains and Beyond
di: Zhu, Xiangyang, et al.
Pubblicazione: (2026)
di: Zhu, Xiangyang, et al.
Pubblicazione: (2026)
SciBench: Evaluating College-Level Scientific Problem-Solving Abilities of Large Language Models
di: Wang, Xiaoxuan, et al.
Pubblicazione: (2023)
di: Wang, Xiaoxuan, et al.
Pubblicazione: (2023)
DataSciBench: An LLM Agent Benchmark for Data Science
di: Zhang, Dan, et al.
Pubblicazione: (2025)
di: Zhang, Dan, et al.
Pubblicazione: (2025)
S2SServiceBench: A Multimodal Benchmark for Last-Mile S2S Climate Services
di: Li, Chenyue, et al.
Pubblicazione: (2026)
di: Li, Chenyue, et al.
Pubblicazione: (2026)
CMPhysBench: A Benchmark for Evaluating Large Language Models in Condensed Matter Physics
di: Wang, Weida, et al.
Pubblicazione: (2025)
di: Wang, Weida, et al.
Pubblicazione: (2025)
CityBench: Evaluating the Capabilities of Large Language Models for Urban Tasks
di: Feng, Jie, et al.
Pubblicazione: (2024)
di: Feng, Jie, et al.
Pubblicazione: (2024)
StyleBench: Evaluating thinking styles in Large Language Models
di: Guo, Junyu, et al.
Pubblicazione: (2025)
di: Guo, Junyu, et al.
Pubblicazione: (2025)
PromptBench: A Unified Library for Evaluation of Large Language Models
di: Zhu, Kaijie, et al.
Pubblicazione: (2023)
di: Zhu, Kaijie, et al.
Pubblicazione: (2023)
Recent Advances in Large Langauge Model Benchmarks against Data Contamination: From Static to Dynamic Evaluation
di: Chen, Simin, et al.
Pubblicazione: (2025)
di: Chen, Simin, et al.
Pubblicazione: (2025)
Recent Advances in Predictive Modeling with Electronic Health Records
di: Wang, Jiaqi, et al.
Pubblicazione: (2024)
di: Wang, Jiaqi, et al.
Pubblicazione: (2024)
BeyondBench: Contamination-Resistant Evaluation of Reasoning in Language Models
di: Srivastava, Gaurav, et al.
Pubblicazione: (2025)
di: Srivastava, Gaurav, et al.
Pubblicazione: (2025)
Recent Advances in Generative AI and Large Language Models: Current Status, Challenges, and Perspectives
di: Hagos, Desta Haileselassie, et al.
Pubblicazione: (2024)
di: Hagos, Desta Haileselassie, et al.
Pubblicazione: (2024)
CS-Bench: A Comprehensive Benchmark for Large Language Models towards Computer Science Mastery
di: Song, Xiaoshuai, et al.
Pubblicazione: (2024)
di: Song, Xiaoshuai, et al.
Pubblicazione: (2024)
ChessQA: Evaluating Large Language Models for Chess Understanding
di: Wen, Qianfeng, et al.
Pubblicazione: (2025)
di: Wen, Qianfeng, et al.
Pubblicazione: (2025)
AssertBench: A Benchmark for Evaluating Self-Assertion in Large Language Models
di: Lee, Jaeho, et al.
Pubblicazione: (2025)
di: Lee, Jaeho, et al.
Pubblicazione: (2025)
CORM: Cache Optimization with Recent Message for Large Language Model Inference
di: Dai, Jincheng, et al.
Pubblicazione: (2024)
di: Dai, Jincheng, et al.
Pubblicazione: (2024)
EscapeBench: Towards Advancing Creative Intelligence of Language Model Agents
di: Qian, Cheng, et al.
Pubblicazione: (2024)
di: Qian, Cheng, et al.
Pubblicazione: (2024)
AlignBench: Benchmarking Chinese Alignment of Large Language Models
di: Liu, Xiao, et al.
Pubblicazione: (2023)
di: Liu, Xiao, et al.
Pubblicazione: (2023)
EsoLang-Bench: Evaluating Genuine Reasoning in Large Language Models via Esoteric Programming Languages
di: Sharma, Aman, et al.
Pubblicazione: (2026)
di: Sharma, Aman, et al.
Pubblicazione: (2026)
AReaL: A Large-Scale Asynchronous Reinforcement Learning System for Language Reasoning
di: Fu, Wei, et al.
Pubblicazione: (2025)
di: Fu, Wei, et al.
Pubblicazione: (2025)
Mars-Bench: A Benchmark for Evaluating Foundation Models for Mars Science Tasks
di: Purohit, Mirali, et al.
Pubblicazione: (2025)
di: Purohit, Mirali, et al.
Pubblicazione: (2025)
Effectiveness Assessment of Recent Large Vision-Language Models
di: Jiang, Yao, et al.
Pubblicazione: (2024)
di: Jiang, Yao, et al.
Pubblicazione: (2024)
GWT: Scalable Optimizer State Compression for Large Language Model Training
di: Wen, Ziqing, et al.
Pubblicazione: (2025)
di: Wen, Ziqing, et al.
Pubblicazione: (2025)
PalmBench: A Comprehensive Benchmark of Compressed Large Language Models on Mobile Platforms
di: Li, Yilong, et al.
Pubblicazione: (2024)
di: Li, Yilong, et al.
Pubblicazione: (2024)
CodeEditorBench: Evaluating Code Editing Capability of Large Language Models
di: Guo, Jiawei, et al.
Pubblicazione: (2024)
di: Guo, Jiawei, et al.
Pubblicazione: (2024)
PropensityBench: Evaluating Latent Safety Risks in Large Language Models via an Agentic Approach
di: Sehwag, Udari Madhushani, et al.
Pubblicazione: (2025)
di: Sehwag, Udari Madhushani, et al.
Pubblicazione: (2025)
CliBench: A Multifaceted and Multigranular Evaluation of Large Language Models for Clinical Decision Making
di: Ma, Mingyu Derek, et al.
Pubblicazione: (2024)
di: Ma, Mingyu Derek, et al.
Pubblicazione: (2024)
Graph Prompting for Graph Learning Models: Recent Advances and Future Directions
di: Fu, Xingbo, et al.
Pubblicazione: (2025)
di: Fu, Xingbo, et al.
Pubblicazione: (2025)
TutorBench: A Benchmark To Assess Tutoring Capabilities Of Large Language Models
di: Srinivasa, Rakshith S, et al.
Pubblicazione: (2025)
di: Srinivasa, Rakshith S, et al.
Pubblicazione: (2025)
AtmosMJ: Revisiting Gating Mechanism for AI Weather Forecasting Beyond the Year Scale
di: Cheon, Minjong
Pubblicazione: (2025)
di: Cheon, Minjong
Pubblicazione: (2025)
REMA: A Unified Reasoning Manifold Framework for Interpreting Large Language Model
di: Li, Bo, et al.
Pubblicazione: (2025)
di: Li, Bo, et al.
Pubblicazione: (2025)
The Structural Scalpel: Automated Contiguous Layer Pruning for Large Language Models
di: Lu, Yao, et al.
Pubblicazione: (2025)
di: Lu, Yao, et al.
Pubblicazione: (2025)
AfroBench: How Good are Large Language Models on African Languages?
di: Ojo, Jessica, et al.
Pubblicazione: (2023)
di: Ojo, Jessica, et al.
Pubblicazione: (2023)
Advancing Generative Artificial Intelligence and Large Language Models for Demand Side Management with Internet of Electric Vehicles
di: Zhang, Hanwen, et al.
Pubblicazione: (2025)
di: Zhang, Hanwen, et al.
Pubblicazione: (2025)
PhonologyBench: Evaluating Phonological Skills of Large Language Models
di: Suvarna, Ashima, et al.
Pubblicazione: (2024)
di: Suvarna, Ashima, et al.
Pubblicazione: (2024)
CABS: Conflict-Aware and Balanced Sparsification for Enhancing Model Merging
di: Yang, Zongzhen, et al.
Pubblicazione: (2025)
di: Yang, Zongzhen, et al.
Pubblicazione: (2025)
MLAgentBench: Evaluating Language Agents on Machine Learning Experimentation
di: Huang, Qian, et al.
Pubblicazione: (2023)
di: Huang, Qian, et al.
Pubblicazione: (2023)
FEVO: Financial Knowledge Expansion and Reasoning Evolution for Large Language Models
di: Pang, Bo, et al.
Pubblicazione: (2025)
di: Pang, Bo, et al.
Pubblicazione: (2025)
Documenti analoghi
-
On the Opportunities of (Re)-Exploring Atmospheric Science by Foundation Models: A Case Study
di: Zhang, Lujia, et al.
Pubblicazione: (2024) -
CLIMATEAGENT: Multi-Agent Orchestration for Complex Climate Data Science Workflows
di: Kim, Hyeonjae, et al.
Pubblicazione: (2025) -
SafeSci: Safety Evaluation of Large Language Models in Science Domains and Beyond
di: Zhu, Xiangyang, et al.
Pubblicazione: (2026) -
SciBench: Evaluating College-Level Scientific Problem-Solving Abilities of Large Language Models
di: Wang, Xiaoxuan, et al.
Pubblicazione: (2023) -
DataSciBench: An LLM Agent Benchmark for Data Science
di: Zhang, Dan, et al.
Pubblicazione: (2025)