本期三篇研究均于11月4日UTC首次提交,处于截稿前48小时窗口;均按预印本解读。实验和证明结果为作者报告,本期未独立复现。具体时间、资源缺口与适用边界见各卡片。
研究首次提交于11月4日18:56 UTC。27.4%是通过全部数值检查与阻断规则的运行比例,不是论文被期刊接收的比例。复用该评测时应同时报告裁判误差、运行预算及任务相关性。
研究首次提交于11月4日18:57 UTC,属于预印本。实验室问答成绩不能作为设备自主执行能力的证据;论文提供提示词和评分细节,但复现仍需核查素材许可、完整数据与模型版本。本期未运行实验。
本期无通过核验的新条目。
研究首次提交于11月4日17:59 UTC。正式评测包含1800秒回放、独立正确性检查及代码审查;发布仓库列出Linux、匹配的NVIDIA GPU、Docker和约200GB空间要求。一次开发运行不足以估计智能体成功率的稳定性。
本期无通过核验的新条目。
本期无通过核验的新条目。