Airs Bench
AIRS-Bench: an AI Research Science benchmark for quantifying the end-to-end AI research abilities of LLM agents
AI Agent PlatformOpen Source AI & Machine LearningOpen Source
About
El benchmark de ciencia de investigación de IA es una evaluación que cuantifica las habilidades de investigación autónoma de los agentes LLM en el área del aprendizaje automático. AIRS-Bench comprende 20 tareas de artículos de aprendizaje automático de vanguardia que abarcan diversos dominios como NLP, código, matemáticas, modelado bioquímico y pronóstico de series temporales.
Open Source Health
- Stars
- 115
- Forks
- 9
- License
- Not stated
- Last commit
- 5 months ago
Python
Alternativas a Airs Bench
- RPG_KDD2025by FacebookresearchEste repositorio proporciona el código para implementar RPG descrito en nuestro artículo de KDD'25 "Generando IDs semánticos largos en paralelo para recomendaciones".
- Daggerby Daggerel stack de software que falta para CI
- Seamless Communicationby FacebookresearchModelos fundamentales para traducción de voz y texto de última generación.
- OrienterNetby FacebookresearchCódigo fuente para el artículo "OrienterNet Localización Visual en Mapas Públicos 2D con Coincidencia Neural"
- Matrixby FacebookresearchMatrix (Multi-Agent daTa geneRation Infra y eXperimentation framework) es un motor versátil para la generación de datos conversacionales multi-agente.
Resources & Links
Related Categories
¿Usas Airs Bench?
Controla su coste junto al resto de tu stack y recibe un recordatorio antes de que se renueve.
Añadir a mi stackVendor
Facebookresearch
Publisher of Fairseq
