PaperBench (OpenAI): ICML 2024 सम्मेलन के 20 शोधपत्रों को दोहराने में सबसे अच्छा AI एजेंट (Claude 3.5 Sonnet) औसतन 21.0% अंक लाता है; इंसानी विशेषज्ञों से मॉडल अभी आगे नहीं निकलते
AI द्वारा अनुवादित, संपादकों द्वारा जाँचा गया
· विज्ञान
- तकनीक
- AI का पुनरावर्ती आत्म-सुधार
- स्रोत
- arxiv.org ↗
¶ c927jx6v4