Últimos artículos para Evaluación

TeXBLEU ofrece una forma confiable de evaluar expresiones de LaTeX a partir de matemáticas habladas.

Un marco para mejorar el rendimiento de la IA en tareas visuales imitando los juicios humanos.

Un enfoque novedoso para evaluar la calidad en la generación de imágenes MRI del cerebro.

Explora el auge y el impacto de los Modelos de Fundación en la inteligencia artificial.

Un nuevo modelo mejora la precisión en la predicción de proteínas que se unen al ADN en plantas.

Usando LLMs para generar características claras de textos científicos para mejores predicciones.

Un nuevo sistema de índices busca mejorar la gestión de trastornos de deglución en personas mayores.

Usar modelos de lenguaje más débiles puede mejorar la alineación de la IA de manera eficiente.

Mejorar las evaluaciones de robots puede llevar a una comprensión más profunda de sus capacidades.

Un nuevo conjunto de datos busca mejorar los sistemas de QA para el Corán y los Ahadith.

Este estudio examina el sesgo de género en las evaluaciones de profesores generadas por modelos de IA.

Los robots autoconcientes pueden adaptar sus movimientos para interacciones más seguras.

Un nuevo método mejora la generación de datos de textura para modelos de aprendizaje automático.

Muchos sobrevivientes de cáncer infantil enfrentan pérdida de audición debido al tratamiento.

THaMES ofrece un marco para reducir las alucinaciones en modelos de lenguaje.

Un método para evaluar las evaluaciones de los agentes de IA en cuanto a seguridad y fiabilidad.

Un nuevo estándar mejora la evaluación de los sistemas de detección de paráfrasis.

La IA puede ayudar a crear materiales de estudio efectivos para exámenes de medicina.

Aprende a crear gráficos de conocimiento efectivos para aplicaciones industriales.

Nuevo marco y conjunto de datos mejoran la detección de la excitación en estudios de sueño.

Un nuevo marco evalúa el conocimiento médico en modelos de lenguaje grandes.

Este documento habla sobre la equidad al elegir candidatos para instituciones en medio de evaluaciones sesgadas.

Forester simplifica el aprendizaje automático para los usuarios de R con un paquete fácil de usar.

Nuevos métodos mejoran el realismo de los reflejos en los espejos en imágenes generadas por computadora.

Un estudio sobre cómo los agentes de IA siguen las reglas definidas por los usuarios usando el dataset ACS.

Este estudio evalúa qué tan bien los modelos de lenguaje ayudan a los programadores principiantes con los comentarios de código.

Evaluando el papel de los modelos de lenguaje en los juicios de relevancia para la recuperación de información.

Una nueva métrica que mejora la evaluación de la consistencia factual en resúmenes automáticos.

Un nuevo enfoque mejora los resúmenes de sesiones de salud mental a través de un motor de planificación.

RAGProbe automatiza la evaluación de sistemas RAG, mejorando su rendimiento y fiabilidad.

Esta investigación presenta métodos automáticos para evaluar la pulverización precisa en la agricultura.

Mejorando las evaluaciones a través de la Teoría de Respuesta al Ítem para un mejor aprendizaje de idiomas.

Un nuevo estándar evalúa qué tan bien los modelos de IA imitan el lenguaje humano.

Un nuevo método mejora la precisión al responder preguntas de tablas al combinar dos sistemas.

Un nuevo método para generar distractores interesantes en evaluaciones educativas.

Un nuevo método busca mejorar el texto alternativo para los íconos de aplicaciones móviles para ayudar a los usuarios con discapacidades visuales.

DREAMS simplifica el aprendizaje profundo para datos de EEG, promoviendo la transparencia y prácticas éticas.

Una mirada a cómo evaluar la confiabilidad de las explicaciones de IA a través de la sensibilidad adversarial.

Modelos recientes mejoran la capacidad de la IA para generar y entender varios tipos de medios.

ARLBench simplifica la sintonización de hiperparámetros para el aprendizaje reforzado con herramientas de evaluación eficientes.