Últimos artículos para Evaluación

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.

Explorando temas de evaluación en Inteligencia Artificial Explicable y la búsqueda de confianza.

Descubre el papel de DECO en hacer las tareas de ingeniería más fáciles y eficientes.

Los avances en el procesamiento de imágenes están cambiando la forma en que las computadoras entienden el contenido visual.

Un nuevo método mejora el rendimiento de los LLM en evaluaciones personalizadas con datos limitados.

Explorando cómo los estudiantes manejan sus propios procesos de aprendizaje desde la secundaria hasta la educación superior.

Descubre cómo el Control Predictivo Modelado mejora las habilidades de decisión de las máquinas.

Nuevo estándar mejora los datos en neerlandés para modelos de recuperación de información.

Descubre cómo los objetos clásicos se relacionan con el extraño comportamiento de las partículas cuánticas.

El conjunto de datos MALAMUTE prueba modelos de lenguaje sobre temas educativos para una mejor comprensión.

CG-Bench ayuda a las máquinas a analizar videos largos mejor con preguntas basadas en pistas.

Un nuevo punto de referencia para probar el razonamiento de los LLM a través de diferentes contextos culturales.