Neuste Artikel für Benchmark

Ein neuer Ansatz verbessert den Vergleich von Verstärkungslernalgorithmen in verschiedenen Umgebungen.

Ein neuer Massstab zielt darauf ab, das Training von Robotern in realistischen häuslichen Umgebungen zu verbessern.

Ein neues Benchmarking-Framework steigert die Effizienz bei der Bewertung von Sprachmodellen.

Ein frischer Ansatz, um die Bewertung von Programmieraufgaben für Sprachmodelle zu verbessern.

Die Forschung untersucht, wie effektiv die aktuellen Benchmarks bei Visualisierungsaufgaben sind.

Ein neues Framework bewertet die Schwierigkeit von Codierungsaufgaben für grosse Sprachmodelle.

Die Studie bewertet die Denkfähigkeiten von grossen Sprachmodellen mit komplizierten Fragen.

Ein neues Rahmenwerk zur effektiven Bewertung von Vision-Language-Modellen.

Hier kommt ein Tool zur Bewertung von unüberwachten Anomalieerkennungsmethoden im föderierten Lernen.

Bewertung von KI-Modellen, wie gut sie Laborverfahren befolgen können.

Eine Übersicht über die aktuellen Verbesserungen bei Modellzählwerkzeugen und deren praktische Anwendungen.

Ein neuer Massstab verbessert die Bewertung von Sprachemotionserkennungssystemen über Sprachen und Emotionen hinweg.

Dieser Artikel untersucht die Effektivität von bildbasierten 3D-Modellen bei der Pose-Schätzung.

Neue Benchmarks testen das kausale Denken von KI nur mit Bildern.

Ein neuer Ansatz, um LLMs mit unterschiedlichen Bewertungssets zu bewerten.

Ein neuer Massstab bewertet Sprachmodell-Agenten beim Umgang mit der Analyse wissenschaftlicher Daten.

Eine Analyse von LLMs und ihren Unterschieden zur menschlichen Spracherwerb.

Studieren, wie sich bewegende Zylinder Schallwellen in Flüssigkeiten erzeugen für praktische Anwendungen.

Ein neuer Benchmark bewertet, wie LLMs durch Interaktionen lernen.

O-HuBERT verbessert die Spracherkennung, indem es Inhalt und expressive Informationen trennt.

Wir stellen PermitQA vor, einen Benchmark zur Bewertung von RAG-Systemen in der Windenergie.

Eine neue Methode verbessert die Spracherkennung für Hindi mithilfe von Pseudo-Labeling-Techniken.

Ein Multi-Domain-Benchmarks bewertet die Code-Generierungsfähigkeiten von LLMs in verschiedenen Bereichen.

Eine neue Methode testet, wie KI irreführende Diagramme interpretiert.

Ein neues Benchmark-Projekt hat zum Ziel, die Fähigkeiten zur Lösung von Java-Problemen zu bewerten.

Ein neuer Ansatz vereinfacht Sicherheit und Nützlichkeit beim Training von Sprachmodellen.

Die Verbesserung, wie Maschinen Benutzer durch bessere Interaktion und Reaktionsmassnahmen unterstützen.

Diese Studie untersucht die Effektivität von LLMs in der Musikwissenschaft und deren Zuverlässigkeit.

Ein umfassendes Tool zur Bewertung von Hochleistungsrechnersystemen.

Ein System zum Aufzeichnen und Wiedergeben von Aktionen in WebAssembly-Apps.

Erforschung von Machine-Learning-Techniken für eine effiziente VLSI-Designpartitionierung.

VisScience testet grosse Modelle für wissenschaftliches Denken mit Text und Bildern.

OpenACE bietet einen fairen Massstab, um Audio-Codecs unter verschiedenen Bedingungen zu bewerten.

Bemühungen, die Sprachtechnologie für die unterversorgte Faetar-Sprache zu verbessern.

Dieses Papier bewertet die Fähigkeit von VLMs, über Grössen und Entfernungen nachzudenken.

Untersuchen, wie KI-Agenten wissenschaftliche Ergebnisse durch einen neuen Benchmark reproduzieren.

TDC-2 verbessert die Forschung in der Arzneimittelentwicklung durch besseren Datenzugang und multimodale Modelle.

LightSABRE verbessert die Leistung von Quanten-Schaltungen mit Geschwindigkeits- und Qualitätsverbesserungen.

Forschende in der Hochenergiephysik optimieren Software für verschiedene Rechenressourcen.

Dieser Ansatz macht es einfacher, effektive Pretraining-Datensätze für Sprachmodelle auszuwählen.