Reliable Weak-to-Strong Monitoring of LLM Agents
Neil Kale · Chen Bo Calvin Zhang · Kevin Zhu · Ankit Aich · Paula Rodriguez · Christina Knight · Zifan Wang
首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。
实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。
Neil Kale · Chen Bo Calvin Zhang · Kevin Zhu · Ankit Aich · Paula Rodriguez · Christina Knight · Zifan Wang
Yu Ying Chiu · Michael Lee · Rachel Calcott · Brandon Handoko · Paul de Font-Reaulx · Paula Rodriguez · Chen Bo Calvin Zhang · Ziwen Han · Udari Sehwag · Yash Maurya · Christina Knight · Harry Lloyd · Florence Bacus · Mantas Mazeika · Bing Liu · Yejin Choi · Mitchell Gordon · Sydney Levine
Manasi Sharma · Chen Bo Calvin Zhang · Chaithanya Bandi · Clinton Wang · Ankit Aich · Huy Nghiem · Tahseen Rabbani · Ye Htet · Brian Jang · Sumana Basu · Aishwarya Balwani · Denis Peskoff · Marcos Ayestaran · Sean Hendryx · Bradley Kenstler · Bing Liu
Afra Feyza Akyürek · Advait Gosai · Chen Bo Calvin Zhang · Vipul Gupta · Jaehwan Jeong · Anisha Gunjal · Tahseen Rabbani · Maria Mazzone · David Randolph IV · Mohammad Mahmoudi Meymand · Gurshaan Chattha · Paula Rodriguez · Diego A. Mares Buendia · Pavit Singh · Michael Liu · Subodh Chawla · Peter Cline · Lucy Ogaz · Ernesto Gabriel Hernández Montoya · Zihao Wang · Pavi Bhatter · Marcos Ayestaran · Bing Liu · Yunzhong He
Frontier model progress is often measured using academic benchmarks that provide a limited view of performance on open-ended, economically consequential tasks in high-stakes professional domains where practical returns matter most. We introduce Professional Reasoning Bench (PRBench), a realistic,...