Últimos artículos para Evaluación

Una nueva herramienta ayuda a evaluar las habilidades de codificación en JavaScript y los niveles de competencia.

Este sistema ayuda a pensar y tomar decisiones a través de un razonamiento estructurado.

Este estudio analiza cómo los reclutadores perciben las herramientas de IA en la contratación de ingeniería de software.

Este artículo habla sobre un nuevo sistema de calificación para evaluar modelos de lenguaje de manera más justa.

LongGenBench evalúa modelos de lenguaje grandes en la generación de textos largos de alta calidad.

Los Modelos de Lenguaje Grande mejoran la eficiencia en las evaluaciones de respuestas médicas.

Este estudio evalúa modelos de aprendizaje automático para detectar basura en los ríos.

Examinando temas éticos en el uso de modelos de lenguaje para condiciones psiquiátricas.

VisScience prueba grandes modelos en razonamiento científico usando texto e imágenes.

Este estudio evalúa cómo los LLM manejan consultas SPARQL y Grafos de Conocimiento.

Un análisis de cómo los sistemas de recuperación funcionan en entornos de datos cambiantes.

Un nuevo método mejora cómo los modelos de lenguaje siguen instrucciones complejas.

Presentando un marco innovador para probar interacciones de modelos de lenguaje en escenarios de juego de roles.

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.