hillclimbはAIエージェントに 実際の機械学習タスクを改善するための48時間を与える

新しいベンチマークは、研究に基づく15の問題でエージェントを評価し、プライベートな検証者を用いて、エージェントの変更が見えないデータ上で維持されるかどうかを判断する。

By · Published · Updated

A white humanoid robot rests a hand near its chin beside a whiteboard covered in diagrams, with books and an “Rv” sign behind it.

新しいベンチマークは、研究に基づく15の問題でエージェントを評価し、プライベートな検証者を用いて、エージェントの変更が見えないデータ上で維持されるかどうかを判断する。