大規模言語モデルにおけるインタラクティブ推論の評価:実行可能なゲームを用いた階層的ベンチマーク

2026年6月26日

arXiv cs.CL

2026年7月13日

arXiv cs.CL

2026年7月16日

Apple Machine Learning Research

2026年7月20日

Apple Machine Learning Research

2026年7月24日

arXiv cs.AI