Últimos artículos para Evaluación

Un método para manejar datos de sensores conflictivos en vehículos autónomos para mejorar la seguridad.

ESPnet-Codec mejora el entrenamiento y la evaluación de códecs neuronales para audio y voz.

Un método de tres pasos para compartir datos de forma segura y protegiendo la privacidad.

Nuevo estándar aborda lagunas en la evaluación de LLMs para la toma de decisiones clínicas.

Visualizar programas funcionales puede hacer más fácil el proceso de depuración para los programadores.

Explorando cómo la IA generativa está influyendo en los procesos de diseño de interacción.

Este estudio examina los valores en textos humanos y generados por IA para una mejor comprensión.

NetworkCommons es una nueva herramienta para estudiar interacciones moleculares.

Un nuevo marco mejora el razonamiento en los modelos de lenguaje con razones de calidad.

Un estudio compara modelos de IA en entender relaciones espaciales.

Examinando las vulnerabilidades y defensas de los nuevos modelos de IA.

Examinando qué tan bien los modelos detectan comentarios tóxicos en diferentes dialectos de idioma.

MTFusion combina imágenes y texto para crear modelos 3D avanzados.

Una mirada a las admisiones holísticas y su impacto en los futuros doctores.

Un nuevo método para crear materiales realistas mejora la flexibilidad para artistas y diseñadores.

Un nuevo enfoque aborda los sesgos en los modelos de imagen-texto de manera efectiva.

Evaluando la efectividad de los modelos de lenguaje en tareas de programación con nuevos estándares.

Entender cómo los Grafos de Conocimiento pueden reducir la información falsa en las respuestas de IA.

Una nueva forma de evaluar los modelos de toma de decisiones de IA usando mapas de atribución.

Examinando cómo los humanos y la IA pueden colaborar de manera efectiva.

Una visión general de cómo los LLM mejoran los procesos de evaluación mientras abordan desafíos clave.

Este estudio examina qué tan bien los LLMs evalúan la creatividad en el Test de Usos Alternativos.

STAR automatiza la construcción de modelos de IA para resultados más inteligentes y rápidos.

ER 2Score mejora la evaluación de calidad de los informes de radiología automatizados.

Transformando textos en videos realistas al incorporar leyes físicas.

¿Son los modelos de lenguaje grandes evaluadores fiables? Explorando la consistencia en sus evaluaciones.

ChemTEB ayuda a mejorar el procesamiento de textos químicos evaluando modelos especializados.

AgriBench evalúa herramientas de IA para apoyar decisiones de agricultura más inteligentes.

Aprende cómo SelfPrompt ayuda a evaluar la efectividad de los modelos de lenguaje.

Aprende cómo el sandbagging afecta las evaluaciones de IA y maneras de detectarlo.

Descubre cómo los investigadores simplifican los textos en Sinhala para que sean más fáciles de entender.

TDD-Bench mejora la generación automática de pruebas para desarrolladores que usan métodos TDD.

Los investigadores mejoran el reconocimiento automático de voz usando supervisión de paráfrasis para una mejor comprensión.

Un nuevo método mejora la precisión en los informes automatizados de radiografías de tórax.

Descubre el emocionante mundo de la IA en el juego competitivo.

Una mirada a cómo las métricas de traducción automática pueden ser justas y coherentes.

Los benchmarks de IA revelan el rendimiento pero a menudo no entienden el uso en el mundo real.

Una competencia destinada a mejorar cómo las máquinas aprenden lenguas como lo hacen los niños.

Investigadores desarrollan un nuevo método para mejorar la precisión de la IA de texto a imagen.

Un nuevo método permite que las neuronas trabajen de forma independiente, mejorando el entrenamiento de redes neuronales.