Buchumschlag

HeurekaBench: A Benchmarking Framework for AI Co-scientist

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Panigrahi, Siba Smarak, Videnović, Jovana, Brbić, Maria
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Unsupervised Process Reward Models
von: Gadetsky, Artyom, et al.
Veröffentlicht: (2026)

Improved Canonicalization for Model Agnostic Equivariance
von: Panigrahi, Siba Smarak, et al.
Veröffentlicht: (2024)

Efficient Dynamics Modeling in Interactive Environments with Koopman Theory
von: Mondal, Arnab Kumar, et al.
Veröffentlicht: (2023)

SymmCD: Symmetry-Preserving Crystal Generation with Diffusion Models
von: Levy, Daniel, et al.
Veröffentlicht: (2025)

Cross-domain Open-world Discovery
von: Wen, Shuo, et al.
Veröffentlicht: (2024)

Let Go of Your Labels with Unsupervised Transfer
von: Gadetsky, Artyom, et al.
Veröffentlicht: (2024)

NeuralBench: A Unifying Framework to Benchmark NeuroAI Models
von: Banville, Hubert, et al.
Veröffentlicht: (2026)

Fine-grained Classes and How to Find Them
von: Grcić, Matej, et al.
Veröffentlicht: (2024)

Weak-to-Strong Generalization under Distribution Shifts
von: Jeon, Myeongho, et al.
Veröffentlicht: (2025)

Democratizing AI scientists using ToolUniverse
von: Gao, Shanghua, et al.
Veröffentlicht: (2025)

TopoBench: A Framework for Benchmarking Topological Deep Learning
von: Telyatnikov, Lev, et al.
Veröffentlicht: (2024)

Fast ML-driven Analog Circuit Layout using Reinforcement Learning and Steiner Trees
von: Basso, Davide, et al.
Veröffentlicht: (2024)

Revisiting the Platonic Representation Hypothesis: An Aristotelian View
von: Gröger, Fabian, et al.
Veröffentlicht: (2026)

NeuCo-Bench: A Novel Benchmark Framework for Neural Embeddings in Earth Observation
von: Vinge, Rikard, et al.
Veröffentlicht: (2025)

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

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

AICD Bench: A Challenging Benchmark for AI-Generated Code Detection
von: Orel, Daniil, et al.
Veröffentlicht: (2026)

Introducing CausalBench: A Flexible Benchmark Framework for Causal Analysis and Machine Learning
von: Kapkiç, Ahmet, et al.
Veröffentlicht: (2024)

ExplainBench: A Benchmark Framework for Local Model Explanations in Fairness-Critical Applications
von: Afful, James
Veröffentlicht: (2025)

With Limited Data for Multimodal Alignment, Let the STRUCTURE Guide You
von: Gröger, Fabian, et al.
Veröffentlicht: (2025)

LLM-Inference-Bench: Inference Benchmarking of Large Language Models on AI Accelerators
von: Chitty-Venkata, Krishna Teja, et al.
Veröffentlicht: (2024)

Advancing Routing-Awareness in Analog ICs Floorplanning
von: Basso, Davide, et al.
Veröffentlicht: (2025)

ForecastBench: A Dynamic Benchmark of AI Forecasting Capabilities
von: Karger, Ezra, et al.
Veröffentlicht: (2024)

A Distractor-Aware Memory for Visual Object Tracking with SAM2
von: Videnovic, Jovana, et al.
Veröffentlicht: (2024)

Towards an AI co-scientist
von: Gottweis, Juraj, et al.
Veröffentlicht: (2025)

A Benchmarking Framework for AI models in Automotive Aerodynamics
von: Tangsali, Kaustubh, et al.
Veröffentlicht: (2025)

YRC-Bench: A Benchmark for Learning to Coordinate with Experts
von: Danesh, Mohamad H., et al.
Veröffentlicht: (2025)

Constructing artificial life and materials scientists with accelerated AI using Deep AndersoNN
von: Dajani, Saleem Abdul Fattah Ahmed Al, et al.
Veröffentlicht: (2024)

Effective Analog ICs Floorplanning with Relational Graph Neural Networks and Reinforcement Learning
von: Basso, Davide, et al.
Veröffentlicht: (2024)

BetterBench: Assessing AI Benchmarks, Uncovering Issues, and Establishing Best Practices
von: Reuel, Anka, et al.
Veröffentlicht: (2024)

Large (Vision) Language Models are Unsupervised In-Context Learners
von: Gadetsky, Artyom, et al.
Veröffentlicht: (2025)

Distractor-Aware Memory-Based Visual Object Tracking
von: Videnovic, Jovana, et al.
Veröffentlicht: (2025)

MergeBench: A Benchmark for Merging Domain-Specialized LLMs
von: He, Yifei, et al.
Veröffentlicht: (2025)

DHG-Bench: A Comprehensive Benchmark for Deep Hypergraph Learning
von: Li, Fan, et al.
Veröffentlicht: (2025)

HinTel-AlignBench: A Framework and Benchmark for Hindi-Telugu with English-Aligned Samples
von: Chigrupaatii, Rishikant, et al.
Veröffentlicht: (2025)

UserSumBench: A Benchmark Framework for Evaluating User Summarization Approaches
von: Wang, Chao, et al.
Veröffentlicht: (2024)

CulturalBench: A Robust, Diverse, and Challenging Cultural Benchmark by Human-AI CulturalTeaming
von: Chiu, Yu Ying, et al.
Veröffentlicht: (2024)

PeopleSearchBench: A Multi-Dimensional Benchmark for Evaluating AI-Powered People Search Platforms
von: Wang, Wei, et al.
Veröffentlicht: (2026)

LJ-Bench: Ontology-Based Benchmark for U.S. Crime
von: Tseng, Hung Yun, et al.
Veröffentlicht: (2026)

ODP-Bench: Benchmarking Out-of-Distribution Performance Prediction
von: Yu, Han, et al.
Veröffentlicht: (2025)