Arman Cohan

Este estudio evalúa cuándo las expansiones mejoran o perjudican el rendimiento en la recuperación de información.

Este estudio examina las capacidades de los LLM para producir datos estructurados de manera precisa.

Una mirada profunda a cómo los LLM convierten el lenguaje en código en múltiples tareas.

Un nuevo modelo de lenguaje abierto para la investigación y la innovación en el procesamiento del lenguaje natural.

Examinando vulnerabilidades y estrategias de seguridad para agentes científicos impulsados por LLM.

Un estudio revela que hay una superposición de datos significativa que afecta las evaluaciones de modelos de lenguaje en la generación de código.

Un nuevo conjunto de datos ayuda a los modelos de IR a adaptarse a instrucciones complejas para mejorar su rendimiento.

La contaminación de datos afecta mucho la evaluación de los modelos de lenguaje grandes.

Dos métodos mejoran la precisión de las evaluaciones de texto generadas por IA.

Un nuevo estándar evalúa modelos para verificar reclamos financieros en documentos complejos.

ChemSafetyBench prueba chatbots sobre seguridad química y conocimientos.