プロジェクト

cmu-l3/reuf2f

ReuF2F: Benchmarking coding agents on formalized undergraduate research problems

投稿

新着OCT 17

cmu-l3/reuf2f の ReuF2F は、学部の研究から得られた 244 件の未解決問題を使ってコーディングエージェントを評価する Lean ベンチマークである。