Últimos artículos para Evaluación

Explorando los desafíos y soluciones del hacking de recompensas en el entrenamiento de modelos de IA.

Un método nuevo para evaluar cómo los modelos responden a preguntas relacionadas con imágenes.

AV-SUPERB evalúa modelos de audio y visuales en diferentes tareas para mejorar el rendimiento.

Nuevos métodos mejoran cómo evaluamos el texto generado por computadora.

Una mirada detallada a la evaluación de expertos en inteligencia artificial y humanos en ciberseguridad por parte de CyberMetric.

Abordando preocupaciones éticas mediante la eliminación selectiva de memoria en modelos de IA.

Explorando cómo las máquinas crean imágenes a partir de indicaciones de texto y se alinean con las preferencias humanas.

Este estudio examina los beneficios de las respuestas personalizadas en los modelos de lenguaje.

Un nuevo enfoque para evaluar y comparar algoritmos de RecSys usando conjuntos de datos diversos.

Un nuevo marco para evaluar la corrección de las respuestas de IA con un juicio parecido al humano.

Los modelos de lenguaje buscan mejorar el aprendizaje de la ciencia al ofrecer ayuda personalizada.

Una herramienta de referencia para mejorar los métodos de detección de anomalías en series temporales.

La investigación revela sesgos significativos en las evaluaciones humanas y de LLM sobre las respuestas.

Este benchmark evalúa el rendimiento de los modelos de lenguaje médico en el cuidado de la salud.

Un nuevo marco evalúa cómo los LLM razonan para responder preguntas complejas.

Este artículo habla sobre un método para mejorar los modelos de lenguaje usando instrucciones estructuradas.

Una nueva herramienta ayuda a los investigadores a modelar la turbulencia óptica de manera efectiva.

Explora cómo DualView mejora la atribución de datos en modelos de aprendizaje automático.

Nuevo conjunto de datos mejora los métodos de evaluación para el desaprendizaje de máquinas en la generación de imágenes.

La simplificación de textos ayuda a que más gente pueda acceder a la información.

Examinando la importancia y los desafíos de las revisiones de literatura en Análisis de Patrones e Inteligencia Artificial.

Automatizando la expansión de taxonomías con modelos de lenguaje avanzados para una mejor organización del conocimiento.

Presentando un enfoque nuevo para evaluar modelos de lenguaje grande de manera efectiva.

Un nuevo método identifica los diseños de documentos típicos en varios campos y lenguajes.

Una encuesta revela información sobre las prácticas de comunicación científica entre el personal del NIH.

Este estudio destaca la importancia de la incertidumbre al evaluar los Modelos de Visión-Lenguaje.

KIEval ofrece evaluaciones interactivas para abordar la contaminación de datos en los modelos de lenguaje.

Este artículo habla sobre un nuevo marco para evaluar las alucinaciones en los LVLMs.

SportQA evalúa la comprensión de los modelos de lenguaje sobre deportes a través de más de 70,000 preguntas.

La investigación destaca el sesgo en las evaluaciones de modelos de lenguaje y propone métodos para mejorar.

La investigación desafía los métodos tradicionales de evaluar los valores y opiniones de los modelos de lenguaje.

OpenMEDLab mejora el acceso a herramientas y recursos de IA médica para una mejor atención sanitaria.

SyllabusQA ofrece información para la respuesta automática de preguntas en educación.

Nuevo conjunto de datos mejora la evaluación de sistemas de corrección de errores gramaticales.

Un estudio sobre la efectividad de GPT-4 en simplificar oraciones.

Un nuevo método para evaluar herramientas de procesamiento de lenguaje muestra promesas de mejora.

Un nuevo conjunto de datos busca mejorar la calidad de los mensajes de commit automáticos para los desarrolladores.

Un nuevo método mejora las habilidades de comunicación de los agentes de lengua.

Evaluando cómo los sesgos en los modelos de lenguaje afectan las aplicaciones del mundo real.

X-LLaVA mejora las capacidades multilingües para responder preguntas visuales.