Hongwei Feng

Una nueva evaluación pone a prueba las habilidades de los LLMs con formatos de datos estructurados.

VCEval ofrece una forma automatizada de evaluar la efectividad de los cursos en línea.

DetectBench evalúa LLMs en su habilidad para detectar evidencia oculta en tareas de razonamiento.

Un nuevo método mejora la detección y explicación de noticias falsas.