Arman Cohan

Diese Studie bewertet, wann Erweiterungen die Informationssuche verbessern oder verschlechtern.

Diese Studie untersucht die Fähigkeiten von LLMs, strukturierte Daten genau zu erzeugen.

Ein tieferer Blick darauf, wie LLMs Sprache in Code umwandeln bei verschiedenen Aufgaben.

Ein neues offenes Sprachmodell für Forschung und Innovation in der Verarbeitung natürlicher Sprache.

Überprüfung von Schwachstellen und Sicherheitsstrategien für LLM-gesteuerte wissenschaftliche Agenten.

Studie zeigt erheblichen Datenüberschneidungen, die die Bewertungen von Sprachmodellen bei der Codegenerierung beeinflussen.

Ein neuer Datensatz hilft IR-Modellen, sich an komplexe Anweisungen anzupassen, um die Leistung zu verbessern.

Datenverunreinigung beeinflusst die Bewertung von grossen Sprachmodellen erheblich.

Zwei Methoden verbessern die Genauigkeit von KI-generierten Texteinschätzungen.

Ein neuer Massstab bewertet Modelle zur Überprüfung von finanziellen Ansprüchen in komplexen Dokumenten.

ChemSafetyBench testet Chatbots zu Chemikaliensicherheit und Wissen.