会员服务
Test-Driven, AI-Assisted Learning: Replacing Lectures with Weekly Closed-Book Tests
Arxiv
0+阅读 · 6月22日
Understanding the (In)Security of Vibe-Coded Applications
Arxiv
0+阅读 · 6月23日
CORE-Bench: Fostering the Credibility of Published Research Through a Computational Reproducibility Agent Benchmark
Arxiv
0+阅读 · 6月22日
A Greatest Common Divisor Criterion of Certain Binomial Coefficients
Arxiv
0+阅读 · 6月22日
AI Agents Can Already Autonomously Perform Experimental High Energy Physics
Arxiv
0+阅读 · 6月20日
One Goal, Many Commands: Characterizing Denylist Fragility in AI Agents
Arxiv
0+阅读 · 6月20日
Agent Behavior Mining: Generative AI Agent Governance in Business Processes
Arxiv
0+阅读 · 6月12日
Quantifying Theoretical AI Alignment Guarantees: Receiver-Utility Bounds in Bayesian Persuasion
Arxiv
0+阅读 · 6月20日
Intent-Governed Tool Authorization for AI Agents
Arxiv
0+阅读 · 6月22日
Understanding the (In)Security of Vibe-Coded Applications
Arxiv
0+阅读 · 6月22日
Measuring What Persists: Conditioning Mechanisms and a Geometric Framework for AI Agent Identity
Arxiv
0+阅读 · 6月20日
Habituation at the Gate: Rising Approval and Declining Scrutiny in Human Review of AI Agent Code
Arxiv
0+阅读 · 6月21日
MacAgentBench: Benchmarking AI Agents on Real-World macOS Desktop
Arxiv
0+阅读 · 6月21日
Efficient and Sound Probabilistic Verification for AI Agents
Arxiv
0+阅读 · 6月18日
Power Systems Agent Benchmark: Executable Evaluation of AI Agents in Electric Power Engineering
Arxiv
0+阅读 · 6月18日
参考链接
微信扫码咨询专知VIP会员
Top