Neuste Artikel für Benchmark

Forscher analysieren die Vorhersehbarkeit der Leistung von Sprachmodellen, wenn die Trainingsrechenleistung steigt.

Ein Blick auf Backdoor-Angriffe und Abwehrmassnahmen in Deep-Learning-Modellen.

Dieses Papier bewertet die Effizienz des generierten Codes von verschiedenen Modellen.

Der Artikel stellt einen Benchmark vor, um grosse Sprachmodelle mit komplexen Aufgaben zu bewerten.

Diese Studie bewertet die Fähigkeiten grosser Sprachmodelle in komplexen Planungsszenarien.

Forschung untersucht die Verwendung von VLMs, um Roboteraktionen zu bewerten.

Die Rolle von grossen Sprachmodellen in der Molekularwissenschaft erkunden.

Methoden erkunden, um die Leistung von Robotern in unvorhersehbaren Umgebungen zu verbessern.

AV-SUPERB bewertet Audio- und visuelle Modelle über verschiedene Aufgaben hinweg für eine bessere Leistung.

Neue Werkzeuge verbessern, wie Systeme Informationen aus langen Dokumenten abrufen.

Dieser Benchmark bewertet die Leistung von medizinischen Sprachmodellen im Gesundheitswesen.

Eine Methode, um KI-Modelle basierend auf realen Ereignissen aktuell zu halten.

Neue Benchmark-Tests bewerten MLLMs bei Aufgaben in sozialen Medien wie Fehlinformationen und Hassrede.

RobotScript verbessert, wie Roboter Aufgaben aus natürlicher Sprache ausführen.

Eine frische Perspektive, um versteckte Bedrohungen im Hardware-Design zu finden.

Neue Methoden sollen die Bewertungsmöglichkeiten für das Denkvermögen von KI-Sprachmodellen verbessern.

DyPyBench bietet eine vielfältige Auswahl an Projekten für dynamische Analysen in Python.

Die Fähigkeit von KI, Designs in Code umzuwandeln, verändert die Webentwicklung.

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

Die Bewertung der LLM-Leistung durch ein spezielles Benchmark für die Bio-Bildanalyse.

Eine neue Methode zur Bewertung von Sprachverarbeitungstools zeigt vielversprechende Verbesserungsmöglichkeiten.

Eine Methode zur Bewertung der Übertragbarkeit von vortrainierten Modellen für die Objekterkennung.

Eine Ressource, die dazu gedacht ist, Robotern zu helfen, alltägliche Aufgaben effektiv zu lernen.

Ein Blick auf die Bewertung der Entscheidungsfähigkeit von grossen Sprachmodellen.

Ein Framework, um die NLP-Leistung über verschiedene Sprachdialekte hinweg zu verbessern.

Ein frischer Benchmark zeigt die Stärken und Schwächen von VLLMs bei multimodalen Aufgaben.

Experten versammeln sich, um über Monte-Carlo-Simulationen und GPU-Verbesserungen zu sprechen.

Neue Benchmarks zeigen Stärken und Schwächen von Programmiersprachen-Modellen.

Meerkat-7B setzt einen neuen Standard für Open-Source-Modelle in der medizinischen Sprache.

Neue Methoden verbessern die Video-Zusammenfassung mit grossen Datensätzen und fortschrittlichen Modellen.

Forschung zeigt die Herausforderungen, die LLMs beim Verstehen von langen Texten haben, und schlägt neue Benchmarks vor.

Die Erforschung des Designs und der Vorteile eines PMU für RISC-V-Prozessoren, die im Weltraum eingesetzt werden.

Diese Studie untersucht Qualitätsprobleme bei Prompts für Codegenerierungsmodelle.

Ein neuer Benchmark zeigt Lücken im visuellen Verständnis von grossen Sprachmodellen.

Ein neuer Massstab verbessert, wie wir LVLMs und ihre Genauigkeit bewerten.

Der CHC-Wettbewerb hat Fortschritte bei den Lösungsverfahren und deren Anwendungen in der Programmverifikation gezeigt.

Dieser Artikel untersucht, wie man das Verständnis von indirekten Antworten verbessern kann.

Eine Studie zur Bewertung von Few-Shot-Lernmethoden für die Klassifizierung der polnischen Sprache.

PatentGPT-Modelle sind darauf ausgelegt, die speziellen Herausforderungen im Bereich des geistigen Eigentums zu bewältigen.

Eine Studie zur Effektivität von SAST-Tools für Smart Contracts.