Últimos artículos para Evaluación

Evaluando las capacidades y desafíos de los modelos avanzados de comprensión de video.

Este estudio analiza la efectividad de los LLMs para evaluar explicaciones generadas por IA.

Un nuevo marco evalúa qué tan bien los modelos de lenguaje ayudan a los expertos con tareas de escritura.

PEAVS analiza qué tan bien funcionan el audio y el video juntos para mejorar la experiencia del espectador.

Una forma rápida de evaluar el rendimiento de una DNN después de un nuevo entrenamiento.

Los autoencoders dispersos mejoran la interpretabilidad de los sistemas de IA y sus procesos de toma de decisiones.

Una mirada a cómo los modelos de IA entienden el conocimiento esencial del mundo.

Nueva evaluación mide la toxicidad en modelos de lenguaje grandes en varios idiomas.

Este artículo habla sobre la necesidad de mejores prácticas de evaluación en la investigación de fuzzing.

Este estudio evalúa métodos de saliencia en NLP a través de la evaluación humana.

Presentamos PQAH para entender mejor los mapas de calor de IA y su evaluación.

Un nuevo método mejora la optimización en problemas costosos de alta dimensión.

Un nuevo método para evaluar la alineación de los modelos de lenguaje con los valores humanos.

Un nuevo método mejora la creación de imágenes a partir de múltiples indicaciones de texto.

Una visión general de los comportamientos en comunidades de crowdsourcing y sus impactos.

Esta investigación resalta la necesidad de una mejor evaluación del uso del historial de conversaciones en los sistemas de diálogo.

AdvEval expone las debilidades en las métricas de evaluación de Generación de Lenguaje Natural.

Nueva herramienta convierte bocetos en programas gráficos claros para investigadores.

Un nuevo método mejora la confiabilidad de los resultados de IA en entornos de blockchain.

Los participantes se enfrentan a la restauración de imágenes degradadas en un ambiente competitivo.

Un nuevo sistema rastrea y reconoce escenas 3D dinámicas usando un solo video.

Evaluando algoritmos para una segmentación efectiva de frases musicales y análisis de la estructura.

Un nuevo método mejora cómo se evalúan los mensajes de inteligencia al priorizar la credibilidad.

Nuevos recursos mejoran la evaluación de modelos de lenguaje coreano.

Este artículo examina una nueva forma de crear algoritmos con LLMs.

Aprende cómo la lógica de siete valores mejora la toma de decisiones con múltiples criterios.

Un desafío enfocado en modelos generativos profundos para la generación de imágenes médicas realistas.

Un modelo evalúa la legibilidad de los artículos de Wikipedia en 14 idiomas.

Un nuevo enfoque usando LLMs para crear distractores con mínima intervención humana.

Un nuevo enfoque para evaluar sesgos en métricas de evaluación automatizada de IA.

Nuevos métodos buscan mejorar las capacidades de razonamiento en los modelos de lenguaje.

N nuevas métricas iluminan las limitaciones de los modelos de lenguaje para representar la realidad.

Un nuevo sistema para evaluar modelos de lenguaje usando flujos de datos del mundo real.

Presentamos IrokoBench para mejorar la evaluación de LLM en lenguas africanas.

El desafío ULS23 tiene como objetivo mejorar la segmentación de tumores en escáneres CT para una mejor atención del cáncer.

Un enfoque nuevo mejora la detección de imágenes falsas creadas por la IA.

Un nuevo estándar busca evaluar MLLMs en la comprensión de videos sobre múltiples temas.

Este estudio presenta un nuevo método para identificar imágenes clave de entrenamiento en visuales generados por IA.

Explorando la importancia de los métodos de desaprendizaje en el aprendizaje automático moderno.

Examinando los problemas clave en MARL offline y proponiendo soluciones estandarizadas.