Buchumschlag

AstroVisBench: A Code Benchmark for Scientific Computing and Visualization in Astronomy

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Joseph, Sebastian Antony, Husain, Syed Murtaza, Offner, Stella S. R., Juneau, Stéphanie, Torrey, Paul, Bolton, Adam S., Farias, Juan P., Gaffney, Niall, Durrett, Greg, Li, Junyi Jessy
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Instrumentation and Methods for Astrophysics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Using Natural Language Explanations to Rescale Human Judgments
von: Wadhwa, Manya, et al.
Veröffentlicht: (2023)

Learning to Refine with Fine-Grained Natural Language Feedback
von: Wadhwa, Manya, et al.
Veröffentlicht: (2024)

VESTA: Visual Exploration with Statistical Tool Agents
von: Rudman, William, et al.
Veröffentlicht: (2026)

Which questions should I answer? Salience Prediction of Inquisitive Questions
von: Wu, Yating, et al.
Veröffentlicht: (2024)

CREATE: Testing LLMs for Associative Creativity
von: Wadhwa, Manya, et al.
Veröffentlicht: (2026)

VeriSoftBench: Repository-Scale Formal Verification Benchmarks for Lean
von: Xin, Yutong, et al.
Veröffentlicht: (2026)

EvalAgent: Discovering Implicit Evaluation Criteria from the Web
von: Wadhwa, Manya, et al.
Veröffentlicht: (2025)

QUDsim: Quantifying Discourse Similarities in LLM-Generated Text
von: Namuduri, Ramya, et al.
Veröffentlicht: (2025)

AstroMLab 2: AstroLLaMA-2-70B Model and Benchmarking Specialised LLMs for Astronomy
von: Pan, Rui, et al.
Veröffentlicht: (2024)

Coeditor: Leveraging Contextual Changes for Multi-round Code Auto-editing
von: Wei, Jiayi, et al.
Veröffentlicht: (2023)

CodeUpdateArena: Benchmarking Knowledge Editing on API Updates
von: Liu, Zeyu Leo, et al.
Veröffentlicht: (2024)

CRUST-Bench: A Comprehensive Benchmark for C-to-safe-Rust Transpilation
von: Khatry, Anirudh, et al.
Veröffentlicht: (2025)

AstroMMBench: A Benchmark for Evaluating Multimodal Large Language Models Capabilities in Astronomy
von: Shi, Jinghang, et al.
Veröffentlicht: (2025)

Molecular Facts: Desiderata for Decontextualization in LLM Fact Verification
von: Gunjal, Anisha, et al.
Veröffentlicht: (2024)

SynthesizRR: Generating Diverse Datasets with Retrieval Augmentation
von: Divekar, Abhishek, et al.
Veröffentlicht: (2024)

SciVisAgentBench: A Benchmark for Evaluating Scientific Data Analysis and Visualization Agents
von: Ai, Kuangshi, et al.
Veröffentlicht: (2026)

AstroPT: Scaling Large Observation Models for Astronomy
von: Smith, Michael J., et al.
Veröffentlicht: (2024)

AstroMLab 1: Who Wins Astronomy Jeopardy!?
von: Ting, Yuan-Sen, et al.
Veröffentlicht: (2024)

Astro-COLIBRI: Empowering Citizen Scientists in Time Domain Astronomy
von: Schüssler, Fabian, et al.
Veröffentlicht: (2024)

OntoPortal-Astro, a Semantic Artefact Catalogue for Astronomy
von: Cecconi, Baptiste, et al.
Veröffentlicht: (2025)

AInsteinBench: Benchmarking Coding Agents on Scientific Repositories
von: Duston, Titouan, et al.
Veröffentlicht: (2025)

Computational advances and challenges in simulations of turbulence and star formation
von: Federrath, Christoph, et al.
Veröffentlicht: (2025)

CLEVER: A Curated Benchmark for Formally Verified Code Generation
von: Thakur, Amitayush, et al.
Veröffentlicht: (2025)

LEGOBench: Scientific Leaderboard Generation Benchmark
von: Singh, Shruti, et al.
Veröffentlicht: (2024)

Calibrate-Then-Act: Cost-Aware Exploration in LLM Agents
von: Ding, Wenxuan, et al.
Veröffentlicht: (2026)

MiniCheck: Efficient Fact-Checking of LLMs on Grounding Documents
von: Tang, Liyan, et al.
Veröffentlicht: (2024)

Understanding Synthetic Context Extension via Retrieval Heads
von: Zhao, Xinyu, et al.
Veröffentlicht: (2024)

From Distributional to Overton Pluralism: Investigating Large Language Model Alignment
von: Lake, Thom, et al.
Veröffentlicht: (2024)

LoFiT: Localized Fine-tuning on LLM Representations
von: Yin, Fangcong, et al.
Veröffentlicht: (2024)

Multimodal QUD: Inquisitive Questions from Scientific Figures
von: Wu, Yating, et al.
Veröffentlicht: (2026)

Robo-Instruct: Simulator-Augmented Instruction Alignment For Finetuning Code LLMs
von: Hu, Zichao, et al.
Veröffentlicht: (2024)

SuperBench: A Super-Resolution Benchmark Dataset for Scientific Machine Learning
von: Ren, Pu, et al.
Veröffentlicht: (2023)

AstroSpy: On detecting Fake Images in Astronomy via Joint Image-Spectral Representations
von: Alam, Mohammed Talha, et al.
Veröffentlicht: (2024)

Stellar populations in STARFORGE II: Comparison with observations
von: Farias, Juan P., et al.
Veröffentlicht: (2025)

PropMEND: Hypernetworks for Knowledge Propagation in LLMs
von: Liu, Zeyu Leo, et al.
Veröffentlicht: (2025)

X-PARADE: Cross-Lingual Textual Entailment and Information Divergence across Paragraphs
von: Rodriguez, Juan Diego, et al.
Veröffentlicht: (2023)

AstroMLab 4: Benchmark-Topping Performance in Astronomy Q&A with a 70B-Parameter Domain-Specialized Reasoning Model
von: de Haan, Tijmen, et al.
Veröffentlicht: (2025)

VisBrowse-Bench: Benchmarking Visual-Native Search for Multimodal Browsing Agents
von: Zhang, Zhengbo, et al.
Veröffentlicht: (2026)

From EduVisBench to EduVisAgent: A Benchmark and Multi-Agent Framework for Reasoning-Driven Pedagogical Visualization
von: Ji, Haonian, et al.
Veröffentlicht: (2025)

Astro-NER -- Astronomy Named Entity Recognition: Is GPT a Good Domain Expert Annotator?
von: Evans, Julia, et al.
Veröffentlicht: (2024)