Un estudio revela que hay una superposición de datos significativa que afecta las evaluaciones de modelos de lenguaje en la generación de código.
― 7 minilectura
Arman Cohan
Un nuevo conjunto de datos ayuda a los modelos de IR a adaptarse a instrucciones complejas para mejorar su rendimiento.
― 3 minilectura
La contaminación de datos afecta mucho la evaluación de los modelos de lenguaje grandes.
― 6 minilectura
Dos métodos mejoran la precisión de las evaluaciones de texto generadas por IA.
― 7 minilectura
Un nuevo estándar evalúa modelos para verificar reclamos financieros en documentos complejos.
― 8 minilectura
ChemSafetyBench prueba chatbots sobre seguridad química y conocimientos.
― 6 minilectura