arXiv · ML· Ayush Bansal, Aldo Pareja, Sean Klein, Serge Didenko, Artem Lukoianov·· 16 小时前AI 评分34
前沿 LLM 预测机器学习实验结果的能力评估：基于 MLE-bench 的研究
Can LLMs predict the outcomes of machine learning experiments?
AI 导读
研究评估了 GPT-6 Astra、Claude Opus 5.5 等五个前沿 LLM 预测 ML 实验结果的能力，发现预测远非精准，最佳模型 Claude Opus 5.5 仅能解释结果方差的 49%（R^2 = 0.49）。
来源：arXiv · ML · arxiv.org