BenchGuard: Who Guards the Benchmarks? Automated Auditing of LLM Agent Benchmarks

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Tu, Xinming, Wang, Tianze, Yingzhou, Lu, Huang, Kexin, Qu, Yuanhao, Mostafavi, Sara
Formato: Preprint
Publicado: 2026
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares