Neuste Artikel für Modellbewertung

Ein neuer Benchmark bewertet Methoden zur Messung der repräsentationalen Ähnlichkeit im maschinellen Lernen.

Ein neuer Ansatz zur Erkennung von Fehlern in Bildklassifizierungsmodellen.

Bewertung, wie gut LLMs JSON-Ausgaben durch StructuredRAG-Tests erzeugen.

Eine Studie zur Verbesserung von UDA-Methoden durch Evaluation und Verständnis von Datenverschiebungen.

Eine neue Methode, um Sprachmodelle effektiver zu kombinieren.

Ein neuer Ansatz verbessert das Verständnis von Modellvorhersagen durch Merkmale-Zuschreibung.

Eine neue Methode zeigt, wie visuelle Modelle Bilder organisieren und verstehen.

Neue Technik für ein besseres Verständnis von Modellvorhersagen mit kontrafaktischen Beispielen.

Eine Methode, die VMD und lineare Modelle kombiniert, steigert die Vorhersagegenauigkeit.

Das PoEM-Framework bewertet Sprachmodelle, ohne genaue Labels zu brauchen.

Diese Studie bewertet, wie kleine Änderungen die Antworten von Sprachmodellen beeinflussen.

Eine neue Methode hilft dabei, die Kontamination von Testdaten in LLMs anhand von Token-Wahrscheinlichkeiten zu erkennen.

FSDEM bietet einen neuen Ansatz zur Bewertung von Verfahren zur Merkmalsauswahl für die Datenanalyse.

Der MAPWise-Datensatz stellt Modelle auf die Probe, wenn's um kartenbasierte Fragen geht, und bewertet ihre Denkfähigkeiten.

Dieser Artikel behandelt ein neues Bewertungssystem, um Sprachmodelle gerechter zu bewerten.

Logit-Skalierung verbessert die Erkennung von Daten ausserhalb der Verteilung ohne Trainingsdaten.

Diese Studie bewertet Machine-Learning-Modelle zur Erkennung von Müll in Flüssen.

Eine neue Methode zur Bewertung der Robustheit von ML-Klassifikatoren mithilfe von adversarialer Distanz.

Ein genauerer Blick darauf, wie gut grosse Sprachmodelle grundlegende Aufgaben erledigen.

Eine neue Methode verbessert KI-Erklärungen durch die Zusammenarbeit von zwei Sprachmodellen.

Diese Forschung untersucht, wie der topologische Grad die Effektivität von VAEs bei der Erfassung der Datenstruktur bewertet.

Eine Studie zeigt, wie Sprachmodelle Kontext nutzen, um präzise Antworten zu geben.

Neue Methoden helfen zu verstehen, wie Modelle auf Datenänderungen reagieren.

Dieser Artikel untersucht Methoden zur Erkennung von Datenkontamination in grossen Sprachmodellen.

Dieses Papier untersucht, wie Bootstrap-Methoden die Stabilität und Robustheit in SGD-Modellen verbessern.

Ein neuer Massstab soll die Unsicherheitsbewertung in Sprachmodellen verbessern.

Eine neue Methode verbessert das modelle Denken durch strukturierte Programmabläufe.

Untersuchen, wie das Fein-Tuning die Sicherheit von Sprachmodellen bei verschiedenen Aufgaben beeinflusst.

Ein neuer Ansatz zur Bewertung von ML-Modellen mit Item-Response-Theorie für bessere Einblicke.

Starke Basis-Modelle verbessern die Bewertung von ML-Systemen im Gesundheitswesen.

Ein Blick auf Konfidenzintervalle im Few-Shot-Learning und deren Einfluss auf die Modellevaluation.

Untersuchung des Verständnisses und der Ausgabegenauigkeit von Sprachmodellen.

Forschungshighlights zur Nutzung von Einflussfunktionen zur Verbesserung der PINN-Leistung bei physikalischen Problemen.

Ein Blick auf die effektive Dimension und ihren Einfluss auf das Modeltraining.

Dieses Papier bewertet, wie gut Sprachmodelle wissenschaftliche Konzepte erklären.

Dieser Artikel untersucht GAMs als Lösung für prädiktive Leistung und Interpretierbarkeit.

Untersuchen, wie schwierige Samples die Modellleistung und die Zuverlässigkeit der Testgenauigkeit beeinflussen.

Dieser Artikel untersucht, wie verschiedene Schichten die Leistung von LLM beeinflussen.

Weiche Labels können die Leistung von Machine-Learning-Modellen in unsicheren Datenszenarien verbessern.

RepairBench setzt Massstäbe zum Vergleichen von KI-Modellen beim Beheben von Softwarefehlern.