Buchumschlag

HLE-Verified: A Systematic Verification and Structured Revision of Humanity's Last Exam

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhai, Weiqi, Wang, Zhihai, Wang, Jinghang, Yang, Boyu, Li, Xiaogang, Xu, Xander, Wang, Bohan, Wang, Peng, Wu, Xingzhe, Li, Anfeng, Feng, Qiyuan, Zhou, Yuhao, Han, Shoulin, Luo, Wenjie, Li, Yiyuan, Wang, Yaxuan, Luo, Ruixian, Lin, Guojie, Xiao, Peiyao, Xu, Chengliang, Wang, Ben, Wang, Zeyu, Chen, Zichao, Ye, Jianan, Hu, Yijie, Chen, Jialong, Shen, Zongwen, Xu, Yuliang, Yang, An, Yu, Bowen, Liu, Dayiheng, Lin, Junyang, Wei, Hu, Shen, Que, Zhao, Bing
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SPM-Bench: Benchmarking Large Language Models for Scanning Probe Microscopy
von: Xiao, Peiyao, et al.
Veröffentlicht: (2026)

BilliardPhys-Bench: Benchmarking Physical Reasoning and Visual Dynamics of Multimodal LLMs
von: Wang, Ben, et al.
Veröffentlicht: (2026)

FeynmanBench: Benchmarking Multimodal LLMs on Diagrammatic Physics Reasoning
von: Wang, Zeyu, et al.
Veröffentlicht: (2026)

CrystalXRD-Bench: Benchmarking Vision-Language Models for XRD Peak Indexing Across Diverse Crystalline Materials
von: Xu, Chengliang, et al.
Veröffentlicht: (2026)

Infinite existence of equivariant minimal hypersurfaces
von: Li, Xingzhe, et al.
Veröffentlicht: (2026)

Existence of embedded minimal tori in three-spheres with positive Ricci curvature
von: Li, Xingzhe, et al.
Veröffentlicht: (2024)

CUA-Gym: Scaling Verifiable Training Environments and Tasks for Computer-Use Agents
von: Wang, Bowen, et al.
Veröffentlicht: (2026)

Adaptive Approximation Sliding-Mode Control of an Uncertain Continuum Robot with Input Nonlinearities and Disturbances
von: Shoulin Xu
Veröffentlicht: (2024)

Minimal surfaces with low genus in lens spaces
von: Li, Xingzhe, et al.
Veröffentlicht: (2024)

Dynamic Capabilities and Adaptation Under Uncertainty: How Disaster Relief Nonprofits Adjust to the Environment
von: Peiyao Li, et al.
Veröffentlicht: (2025)

PhysCorr: Dual-Reward DPO for Physics-Constrained Text-to-Video Generation with Automated Preference Selection
von: Wang, Peiyao, et al.
Veröffentlicht: (2025)

Unmasking Reasoning Processes: A Process-aware Benchmark for Evaluating Structural Mathematical Reasoning in LLMs
von: Zheng, Xiang, et al.
Veröffentlicht: (2026)

Association between low handgrip strength and incontinence among Chinese middle‐aged and older people: A cross‐sectional study
von: Lin Li, et al.
Veröffentlicht: (2024)

"Pass the butter": A study on desktop-classic multitasking robotic arm based on advanced YOLOv7 and BERT
von: Que, Haohua, et al.
Veröffentlicht: (2024)

AirGS: Real-Time 4D Gaussian Streaming for Free-Viewpoint Video Experiences
von: Wang, Zhe, et al.
Veröffentlicht: (2025)

Primary cilia abnormalities participate in the occurrence of spontaneous abortion through TGF‐β/SMAD2/3 signaling pathway
von: Xiaoqin Yu, et al.
Veröffentlicht: (2024)

PromptBridge: Cross-Model Prompt Transfer for Large Language Models
von: Wang, Yaxuan, et al.
Veröffentlicht: (2025)

Prognostic and Therapeutic Significance of Cancer‐Associated Fibroblasts Genes in Osteosarcoma Based on Bulk and Single‐Cell RNA Sequencing Data
von: Yukang Que, et al.
Veröffentlicht: (2025)

Coupled allometric scaling in biomass allocation and hydraulic resistance partitioning sustains water homeostasis throughout ontogeny
von: Han Zhao, et al.
Veröffentlicht: (2026)

Polymorphisms in the FTO Gene and Their Association With Cancer Risk: A Comprehensive Review and Meta‐Analysis
von: Fengran Guo, et al.
Veröffentlicht: (2025)

Efficiently Building a Domain-Specific Large Language Model from Scratch: A Case Study of a Classical Chinese Large Language Model
von: Li, Shen, et al.
Veröffentlicht: (2025)

Population Genetic Diversity and Species Distribution Evaluation of Bletilla striata (Orchidaceae) in Southwest China Using SSR Markers
von: Liangliang Luo, et al.
Veröffentlicht: (2025)

Chain of Execution Supervision Promotes General Reasoning in Large Language Models
von: Chen, Nuo, et al.
Veröffentlicht: (2025)

Current scenario of fused pyrimidines with in vivo anticancer therapeutic potential
von: Zhi Xu, et al.
Veröffentlicht: (2024)

Subgroup Testing in Threshold Quantile Regression Model
von: Zun Wang, et al.
Veröffentlicht: (2026)

Wavelet-based Global-Local Interaction Network with Cross-Attention for Multi-View Diabetic Retinopathy Detection
von: Hu, Yongting, et al.
Veröffentlicht: (2025)

Cover Image, Volume 3, Number 1, February
von: Xianliang Mai, et al.
Veröffentlicht: (2025)

Reinforcement Learning Method for Zero-Sum Linear-Quadratic Stochastic Differential Games in Infinite Horizons
von: Wang, Yiyuan
Veröffentlicht: (2026)

A New Algorithm for Computing the Stabilizing Solution of General Periodic Time-Varying Stochastic Game-Theoretic Riccati Differential Equations
von: Wang, Yiyuan
Veröffentlicht: (2025)

A Unified Computational Approach for Zero-Sum Linear-Quadratic Stochastic Differential Games in Infinite Horizons
von: Wang, Yiyuan
Veröffentlicht: (2025)

A Convergent Algorithm Based on Deterministic Approximation for a Large Class of Regime-Switching Generalized Stochastic Game-Theoretic Riccati Differential Equations
von: Wang, Yiyuan
Veröffentlicht: (2025)

A Multi-Language Object-Oriented Programming Benchmark for Large Language Models
von: Wang, Shuai, et al.
Veröffentlicht: (2025)

HellaSwag-Pro: A Large-Scale Bilingual Benchmark for Evaluating the Robustness of LLMs in Commonsense Reasoning
von: Li, Xiaoyuan, et al.
Veröffentlicht: (2025)

SAM-OCTA: Prompting Segment-Anything for OCTA Image Segmentation
von: Chen, Xinrun, et al.
Veröffentlicht: (2023)

CoRT: Code-integrated Reasoning within Thinking
von: Li, Chengpeng, et al.
Veröffentlicht: (2025)

Teaching Language Models to Reason with Tools
von: Li, Chengpeng, et al.
Veröffentlicht: (2025)

Utilization of Biomass Waste Cyanobacteria for Fabrication of Biodegradable Poly(Vinyl Alcohol)‐Based Composite Films
von: Yaxuan Cheng, et al.
Veröffentlicht: (2025)

Dual‐channel observer design for composite disturbances based on characteristic compensation
von: Xinyu Wen, et al.
Veröffentlicht: (2024)

Soil Salts Affect MAOC Content and the Adsorption of Organic Matter on Clay Minerals in Coastal Saline Soils
von: Liwen Xu, et al.
Veröffentlicht: (2026)

Exploration of Different Pre‐Processing and Drying Methods on Volatile Organic Compounds in Bletilla striata Based on GC‐IMS
von: Rui Xu, et al.
Veröffentlicht: (2025)