Buchumschlag

AIDE: AI-Driven Exploration in the Space of Code

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jiang, Zhengyao, Schmidt, Dominik, Srikanth, Dhruv, Xu, Dixing, Kaplan, Ian, Jacenko, Deniss, Wu, Yuxiang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SpecBench: Measuring Reward Hacking in Long-Horizon Coding Agents
von: Zhao, Bingchen, et al.
Veröffentlicht: (2026)

AIDE: Antithetical, Intent-based, and Diverse Example-Based Explanations
von: Nematov, Ikhtiyor, et al.
Veröffentlicht: (2024)

Learning to Act without Actions
von: Schmidt, Dominik, et al.
Veröffentlicht: (2023)

AIDE: An Automatic Data Engine for Object Detection in Autonomous Driving
von: Liang, Mingfu, et al.
Veröffentlicht: (2024)

AI-CARE: Carbon-Aware Reporting Evaluation Metric for AI Models
von: Santosh, KC, et al.
Veröffentlicht: (2026)

Artificial Intelligence-Driven Network-on-Chip Design Space Exploration: Neural Network Architectures for Design
von: N, Amogh Anshu, et al.
Veröffentlicht: (2025)

Revolutionizing Biomarker Discovery: Leveraging Generative AI for Bio-Knowledge-Embedded Continuous Space Exploration
von: Ying, Wangyang, et al.
Veröffentlicht: (2024)

Delightful Exploration
von: Osband, Ian
Veröffentlicht: (2026)

Hierarchical Spatio-Temporal State-Space Modeling for fMRI Analysis
von: Wei, Yuxiang, et al.
Veröffentlicht: (2024)

Reinforcement Learning Based Escape Route Generation in Low Visibility Environments
von: Srikanth, Hari
Veröffentlicht: (2024)

Reimagining Parameter Space Exploration with Diffusion Models
von: Zhang, Lijun, et al.
Veröffentlicht: (2025)

Explainable AI for Multivariate Time Series Pattern Exploration: Latent Space Visual Analytics with Temporal Fusion Transformer and Variational Autoencoders in Power Grid Event Diagnosis
von: Xu, Haowen, et al.
Veröffentlicht: (2024)

In-Context Learning for Pure Exploration in Continuous Spaces
von: Russo, Alessio, et al.
Veröffentlicht: (2026)

REX: Rapid Exploration and eXploitation for AI Agents
von: Murthy, Rithesh, et al.
Veröffentlicht: (2023)

A Novel Framework for Uncertainty-Driven Adaptive Exploration
von: Bakopoulos, Leonidas, et al.
Veröffentlicht: (2025)

Auto-Unrolled Proximal Gradient Descent: An AutoML Approach to Interpretable Waveform Optimization
von: Kaplan, Ahmet
Veröffentlicht: (2026)

Dialog2Flow: Pre-training Soft-Contrastive Action-Driven Sentence Embeddings for Automatic Dialog Flow Extraction
von: Burdisso, Sergio, et al.
Veröffentlicht: (2024)

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

AI Research Agents for Machine Learning: Search, Exploration, and Generalization in MLE-bench
von: Toledo, Edan, et al.
Veröffentlicht: (2025)

Exploration Unbound
von: Arumugam, Dilip, et al.
Veröffentlicht: (2024)

Efficient On-Policy Reinforcement Learning via Exploration of Sparse Parameter Space
von: Zhang, Xinyu, et al.
Veröffentlicht: (2025)

Meta-RL Induces Exploration in Language Agents
von: Jiang, Yulun, et al.
Veröffentlicht: (2025)

ParamsDrag: Interactive Parameter Space Exploration via Image-Space Dragging
von: Li, Guan, et al.
Veröffentlicht: (2024)

Dual-Branch HNSW Approach with Skip Bridges and LID-Driven Optimization
von: Nguyen, Hy, et al.
Veröffentlicht: (2025)

OPRIDE: Offline Preference-based Reinforcement Learning via In-Dataset Exploration
von: Yang, Yiqin, et al.
Veröffentlicht: (2026)

FML-bench: A Controlled Study of AI Research Agent Strategies from the Perspective of Search Dynamics
von: Zou, Qiran, et al.
Veröffentlicht: (2026)

Design Space Exploration of Hybrid Quantum Neural Networks for Chronic Kidney Disease
von: Kashif, Muhammad, et al.
Veröffentlicht: (2026)

ThinkSwitch: Context Distillation with LoRA and Weight Interpolation for Specific-Purpose Reasoning Tasks
von: Saini, Dhruv, et al.
Veröffentlicht: (2026)

Why LLMs Aren't Scientists Yet: Lessons from Four Autonomous Research Attempts
von: Trehan, Dhruv, et al.
Veröffentlicht: (2026)

Discrete State Diffusion Models: A Sample Complexity Perspective
von: Srikanth, Aadithya, et al.
Veröffentlicht: (2025)

Mathematics and Coding are Universal AI Benchmarks
von: Chojecki, Przemyslaw
Veröffentlicht: (2025)

Code Reborn AI-Driven Legacy Systems Modernization from COBOL to Java
von: Bandarupalli, Gopichand
Veröffentlicht: (2025)

Frontier Coding Agents Can Now Implement an AlphaZero Self-Play Machine Learning Pipeline For Connect Four That Performs Comparably to an External Solver
von: Sherwood, Joshua, et al.
Veröffentlicht: (2026)

Is a Good Foundation Necessary for Efficient Reinforcement Learning? The Computational Role of the Base Model in Exploration
von: Foster, Dylan J., et al.
Veröffentlicht: (2025)

Exploration by Random Reward Perturbation
von: Ma, Haozhe, et al.
Veröffentlicht: (2025)

AgentGA: Evolving Code Solutions in Agent-Seed Space
von: Tan, David Y. Y., et al.
Veröffentlicht: (2026)

Learning Off-policy with Model-based Intrinsic Motivation For Active Online Exploration
von: Wang, Yibo, et al.
Veröffentlicht: (2024)

ALAS: Autonomous Learning Agent for Self-Updating Language Models
von: Atreja, Dhruv
Veröffentlicht: (2025)

AI-Driven Code Refactoring: Using Graph Neural Networks to Enhance Software Maintainability
von: Bandarupalli, Gopichand
Veröffentlicht: (2025)

TSN-Affinity: Similarity-Driven Parameter Reuse for Continual Offline Reinforcement Learning
von: Żurek, Dominik, et al.
Veröffentlicht: (2026)