Eine neue Methode bringt Modellrobustheit und Verallgemeinerung bei kniffligen Eingaben in Einklang.
― 5 min Lesedauer
Kaijie Zhu
Eine frische Herangehensweise, um grosse Sprachmodelle effektiv zu bewerten.
― 7 min Lesedauer
NPHardEval4V bewertet die Denkfähigkeiten von multimodalen grossen Sprachmodellen.
― 8 min Lesedauer
Diese Studie untersucht, wie LLMs mit dem Reasoning in abstrakten und kontextuellen Szenarien umgehen.
― 5 min Lesedauer
Die Probleme und möglichen Verbesserungen im akademischen Peer-Review untersuchen.
― 8 min Lesedauer