Buchumschlag

How Well Can AI Build SD Models?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schoenberg, William, Girard, Davidson, Chung, Saras, O'Neill, Ellen, Velasquez, Janet, Metcalf, Sara
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Qualitative Engine: Creating and Evaluating an Iterative AI Modeling Tool
von: William Schoenberg, et al.
Veröffentlicht: (2026)

BEAMS: Benchmarking and Evaluating AI for Modeling and Simulation
von: Metcalf, Sara, et al.
Veröffentlicht: (2026)

Building and Learning With Models Using AI
von: William Schoenberg
Veröffentlicht: (2026)

Regulating AI: Applying insights from behavioural economics and psychology to the application of article 5 of the EU AI Act
von: Zhong, Huixin, et al.
Veröffentlicht: (2023)

Efficiency Will Not Lead to Sustainable Reasoning AI
von: Wiesner, Philipp, et al.
Veröffentlicht: (2025)

How to Train Your Advisor: Steering Black-Box LLMs with Advisor Models
von: Asawa, Parth, et al.
Veröffentlicht: (2025)

How Can Generative AI Enhance the Well-being of Blind?
von: Bendel, Oliver
Veröffentlicht: (2024)

Paired Completion: Flexible Quantification of Issue-framing at Scale with LLMs
von: Angus, Simon D, et al.
Veröffentlicht: (2024)

How Well Do Models Follow Their Constitutions?
von: Jakkli, Arya, et al.
Veröffentlicht: (2026)

How Well Can Transformers Emulate In-context Newton's Method?
von: Giannou, Angeliki, et al.
Veröffentlicht: (2024)

Cooperate to Compete: Strategic Coordination in Multi-Agent Conquest
von: O'Neill, Abigail, et al.
Veröffentlicht: (2026)

How Clinicians Think and What AI Can Learn From It
von: Sengupta, Dipayan, et al.
Veröffentlicht: (2026)

AI reasoning effort predicts human decision time in content moderation
von: Davidson, Thomas
Veröffentlicht: (2025)

AIBuildAI: An AI Agent for Automatically Building AI Models
von: Zhang, Ruiyi, et al.
Veröffentlicht: (2026)

“Can you help me think this through?” How pediatric hospitalists learn from informal peer consultation
von: Laura B. O'Neill, et al.
Veröffentlicht: (2024)

Can OpenAI o1 Reason Well in Ophthalmology? A 6,990-Question Head-to-Head Evaluation Study
von: Srinivasan, Sahana, et al.
Veröffentlicht: (2025)

How Well Can LLMs Negotiate? NegotiationArena Platform and Analysis
von: Bianchi, Federico, et al.
Veröffentlicht: (2024)

How Well Do Large Language Models Truly Ground?
von: Lee, Hyunji, et al.
Veröffentlicht: (2023)

How Well Do Multimodal Models Reason on ECG Signals?
von: Xu, Maxwell A., et al.
Veröffentlicht: (2026)

How Well Can a Long Sequence Model Model Long Sequences? Comparing Architechtural Inductive Biases on Long-Context Abilities
von: Huang, Jerry
Veröffentlicht: (2024)

Let the Barbarians In: How AI Can Accelerate Systems Performance Research
von: Cheng, Audrey, et al.
Veröffentlicht: (2025)

"I know myself better, but not really greatly": How Well Can LLMs Detect and Explain LLM-Generated Texts?
von: Ji, Jiazhou, et al.
Veröffentlicht: (2025)

How Well Can Vison-Language Models Understand Humans' Intention? An Open-ended Theory of Mind Question Evaluation Benchmark
von: Wen, Ximing, et al.
Veröffentlicht: (2025)

Why the Center Can't Hold: A Diagnosis of Puritanized America
von: O’Neill, Tom
Veröffentlicht: (2019)

Dukawalla: Voice Interfaces for Small Businesses in Africa
von: Ankrah, Elizabeth, et al.
Veröffentlicht: (2025)

VibeServe: Can AI Agents Build Bespoke LLM Serving Systems?
von: Kamahori, Keisuke, et al.
Veröffentlicht: (2026)

The AI Co-Ethnographer: How Far Can Automation Take Qualitative Research?
von: Retkowski, Fabian, et al.
Veröffentlicht: (2025)

A Survey on Test-Time Scaling in Large Language Models: What, How, Where, and How Well?
von: Zhang, Qiyuan, et al.
Veröffentlicht: (2025)

Towards Measuring and Modeling "Culture" in LLMs: A Survey
von: Adilazuarda, Muhammad Farid, et al.
Veröffentlicht: (2024)

How to Build AI Agents by Augmenting LLMs with Codified Human Expert Domain Knowledge? A Software Engineering Framework
von: uulu, Choro Ulan, et al.
Veröffentlicht: (2026)

AMR-SD: Asymmetric Meta-Reflective Self-Distillation for Token-Level Credit Assignment
von: Wei, Zhenlin, et al.
Veröffentlicht: (2026)

How Well Does Agent Development Reflect Real-World Work?
von: Wang, Zora Zhiruo, et al.
Veröffentlicht: (2026)

How Small Can 6G Reason? Scaling Tiny Language Models for AI-Native Networks
von: Ferrag, Mohamed Amine, et al.
Veröffentlicht: (2026)

SD-MoE: Spectral Decomposition for Effective Expert Specialization
von: Huang, Ruijun, et al.
Veröffentlicht: (2026)

How Well Can LLM Agents Simulate End-User Security and Privacy Attitudes and Behaviors?
von: Li, Yuxuan, et al.
Veröffentlicht: (2026)

Learning from the Past: How Previous Technological Transformations Can Guide AI Development
von: Miikkulainen, Risto, et al.
Veröffentlicht: (2019)

Artificial Intelligence from Idea to Implementation. How Can AI Reshape the Education Landscape?
von: Vrabie, Catalin
Veröffentlicht: (2024)

How Sensitive Are Radiomic AI Models to Acquisition Parameters?
von: Gil, D., et al.
Veröffentlicht: (2026)

SD-VLM: Spatial Measuring and Understanding with Depth-Encoded Vision-Language Models
von: Chen, Pingyi, et al.
Veröffentlicht: (2025)

Grid-SD2E: A General Grid-Feedback in a System for Cognitive Learning
von: Feng, Jingyi, et al.
Veröffentlicht: (2023)