Neuste Artikel für Bewertung

Neue Methoden zielen darauf ab, die Denkfähigkeiten in Sprachmodellen zu verbessern.

Neue Metriken werfen Licht auf die Grenzen von Sprachmodellen bei der Darstellung der Realität.

Ein neues System zur Bewertung von Sprachmodellen mit echten Datenströmen.

Wir stellen IrokoBench vor, um die Bewertung von LLMs in afrikanischen Sprachen zu verbessern.

Die ULS23-Challenge hat das Ziel, die Tumorsegmentierung in CT-Scans zu verbessern, um die Krebsbehandlung zu optimieren.

Ein frischer Ansatz verbessert die Erkennung von gefälschten Bildern, die von KI erstellt wurden.

Ein neuer Massstab soll MLLMs in der Videoverstehensfähigkeit zu verschiedenen Themen bewerten.

Diese Studie stellt eine neue Methode vor, um wichtige Trainingsbilder in KI-generierten Visuals zu identifizieren.

Die Bedeutung von Unlearning-Methoden im modernen maschinellen Lernen erkunden.

Die wichtigsten Probleme im Offline-MARL untersuchen und standardisierte Lösungen vorschlagen.

Lerne über CGP, seine Funktionen, Vorteile, Anwendungen und Herausforderungen in der Programmierung.

Ein neues Datenset verbessert die Kohärenz in Bild-Text-Sequenzen für eine effektive Inhaltserstellung.

SciEx zeigt die Stärken und Herausforderungen von LLMs in der wissenschaftlichen Bewertung.

SEACrowd hat das Ziel, die KI-Darstellung für südostasiatische Sprachen und Kulturen zu verbessern.

Eine Studie bewertet Sprachmodelle darin, mehrere Aufgaben gleichzeitig zu bewältigen.

Ein neuer Benchmark testet die Fähigkeiten von LLMs mit strukturierten Datenformaten.

VCEval bietet eine automatisierte Möglichkeit, die Effektivität von Online-Kursen zu bewerten.

Ein neuer Massstab zielt auf die Kompositionalität im Videoverstehen und in Sprachmodellen ab.

Eine neue Methode verbessert das Testen von Sprachmodellen mit echten Nutzerdaten.

Die Nemotron-4 340B Familie bietet starke Modelle für verschiedene Anwendungen und die Generierung von synthetischen Daten.

Bewerten, wie Sprachmodelle mit kulturellen Hinweisen in echten Aufgaben umgehen.

VideoVista bietet eine umfassende Bewertung für Video-Frage-Antwort-Modelle.

Dieser Artikel untersucht Methoden zur Verbesserung der Zuverlässigkeit von Forschungsartefakten in der Informatik.

GLM-4 Modelle zeigen verbesserte Fähigkeiten im Sprachverständnis und in der Sprachgenerierung.

Eine Studie über die Nutzung von LLMs, um andere LLMs zu bewerten und die Auswirkungen davon.

Eine Studie darüber, wie Sprachmodelle überzeugende Begründungen für die Bewertung von Argumenten erzeugen.

Zwei neue Modelle sollen den Zugang zu Technologie für galizische Sprecher verbessern.

Die Schwierigkeiten bei der Übersetzung von metaphorischer Sprache in der maschinellen Übersetzung untersuchen.

DF40 bietet einen umfassenden Ansatz zur Verbesserung von Deepfake-Erkennungsmethoden.

Diese Studie bewertet die Ehrlichkeit von LLMs in drei wichtigen Bereichen.

Entdeck, wie Firmen ihre Frage-Antwort-Systeme verbessern, um besseren Support für die Nutzer zu bieten.

Eine Studie darüber, wie KI Algorithmen versteht und welche Auswirkungen das hat.

Ein neues Mass verbessert die Bewertung von Textklassifizierungsmodellen in verschiedenen Bereichen.

Datenverunreinigung beeinflusst die Bewertung von grossen Sprachmodellen erheblich.

Eine neue Methode zur Bewertung von LLMs stimmt mit menschlichen Werten überein.

Ein neues Tool zur Bewertung von Vorurteilen in grossen Vision-Language-Modellen.

Eine Studie bewertet, wie Maschinen abwechslungsreiche und kreative Poesie im Vergleich zu Menschen erstellen.

Eine neue Methode verbessert, wie wir Gegen-Narrative zu Hassrede bewerten.

InternLM-Law verbessert die Antworten auf diverse chinesische Rechtsfragen mit fortgeschrittener Ausbildung.

Erforschen, wie Nutzerprofile die Personalisierung in Sprachmodellen verbessern.