Elvis Saravia@omarsar0Nghiên cứuĐiểm AI 44/100
ReFigBench: Đánh giá khả năng tái tạo biểu đồ khoa học của các AI Agent
Impressive paper showing how much the harness changes a coding agent's results. Harnesses do play a…
DịchReFigBench là bộ tiêu chuẩn mới thử thách các AI Agent chuyển đổi biểu đồ từ các bài báo khoa học trên arXiv thành slide PowerPoint có thể chỉnh sửa, với sự tham gia của các mô hình hàng đầu như GPT, Claude, MiMo và MiniMax.
