Qiuyang Mang, Wenhao Chai, Runyuan He, Dongruixuan Li, Zihan Zheng, Yujun He, Xuanyi Zhou, Hao Wang · 2026 · arXiv
DOI: 10.48550/arXiv.2610.29932 · open-access PDF
هل يمكن لموظفي LLM أن يقدموا مساهمات في دراسة علم الحاسوب الحدودية؟ نحن نقدم FrontierCS 2 ، وهي نقطة تحول من 48 مهام مفتوحة. نحن نأخذ كتابًا وكودًا الذي نشر عليه المؤلفون وتحديد مساهمات الكتاب. يصبح الكود الذي تم حذفه هو المرتبة الإنسانية التي تحدد الخط. المرتبة المفتوحة سابقًا تمنح كل عامل بيان مشكلة وتقييم برنامج واحد بعد الانتهاء. FrontierCS 2 يضع المدير في بيئة بحثية. يتمتع المدير بالخزانة العملية ويمكن إرسال ملف في أي وقت. بالنسبة لكل ملف، يعود محاكمة مجموعة تطويرية ولكن يحافظ على E
Machine translation (Meta M2M100); the English original follows.
Can LLM agents make contributions to frontier computer science R&D? We introduce FrontierCS 2, a benchmark of 48 open-ended tasks. We take a paper and the code its authors released and delete the paper's contribution. The deleted code becomes the human reference that sets the bar. Earlier open-ended benchmarks give each agent a problem statement and grade one program after the run. FrontierCS 2 places the agent inside a research environment. The agent inherits a working repository and may submit a patch at any point. For each patch, a judge returns a development-suite score but keeps the e
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.29932, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange