Últimos artículos para Evaluación

Check-Eval usa listas de verificación para mejorar la evaluación de la calidad del texto.

ProtoDep ofrece ideas claras para detectar la depresión a través del análisis de redes sociales.

Este estudio analiza el rendimiento de los circuitos de redes neuronales y su fiabilidad.

Un nuevo marco para crear imágenes de alta calidad basadas en diseños específicos.

HaloQuest aborda problemas de alucinación en modelos de lenguaje-visual con un nuevo conjunto de datos.

Un nuevo método mejora la precisión y eficiencia del seguimiento de puntos en el procesamiento de video.

Una herramienta mejora la categorización de acciones, ayudando a los desarrolladores a ser más eficientes en los flujos de trabajo.

Un nuevo método mejora el diseño estructural al minimizar el estrés de manera efectiva.

Un nuevo estándar evalúa los LLMs por su precisión fáctica.

Un nuevo enfoque para evaluar conjuntos de títulos más rápido sin referencias humanas.

Un enfoque nuevo para evaluar agentes de persona usando modelos de lenguaje.

Evaluando modelos de aprendizaje automático para asegurar la equidad entre diferentes poblaciones.

Dallah apoya dialectos árabes, mejorando la comunicación en texto e imágenes.

Un kit de herramientas diseñado para mejorar la evaluación de las interacciones entre humanos y bots.

Usando marcas de relevancia generadas por IA para evaluar de manera eficiente los sistemas de recuperación de información.

Un enfoque novedoso mejora las comparaciones de algoritmos de aprendizaje por refuerzo en diferentes entornos.

Un nuevo estándar para evaluar modelos que analizan música y lenguaje.

Explora diferentes marcos y métodos para evaluar modelos de lenguaje grandes de manera efectiva.

Un nuevo enfoque para evaluar la fiabilidad de los métodos que explican la toma de decisiones de la IA.

AxiomVision ofrece un nuevo enfoque para el análisis de video, mejorando el rendimiento en condiciones cambiantes.

Una nueva herramienta para evaluar métodos de explicabilidad en sistemas de IA.

BackdoorBench ofrece un enfoque unificado para evaluar los métodos de aprendizaje de puerta trasera en redes neuronales profundas.

Una evaluación del rendimiento en cero disparos de los LLMs multimodales en varias tareas.

Una nueva herramienta mejora el proceso de traducir cuestionarios entre idiomas.

El estudio evalúa las habilidades de razonamiento de los modelos de lenguaje grandes con preguntas complejas.

Un desafío para predecir muertes en conflictos armados con un enfoque en la incertidumbre.

Descubre cómo los LLMs pueden facilitar la extracción de datos en la ciencia de materiales.

Explorando el papel y los desafíos de los LLMs en la ingeniería del conocimiento.

Un nuevo marco mejora los modelos de lenguaje al integrar datos externos para mayor precisión.

Comidds ofrece información actualizada sobre conjuntos de datos para la investigación en detección de intrusiones.

Los investigadores discuten el impacto de los LLM en la evaluación de sistemas de recuperación de información.

Descubre cómo los asistentes de codificación ayudan a los desarrolladores a mejorar su eficiencia en la programación.

Nuevos métodos ofrecen una mejor evaluación de la comprensión del lenguaje en los modelos.

Un nuevo método para combinar modelos de lenguaje de manera más efectiva.

Utilizando aprendizaje profundo para mejorar la detección temprana del carcinoma de células escamosas orales.

Esta investigación se centra en mejorar la calidad del software cuántico híbrido a través de la analizabilidad.

MathScape mejora la evaluación de MLLMs con problemas matemáticos visuales y textuales.

Explorando el uso de LLMs en programación lógica inductiva.

Un método estructurado para crear conversaciones sintéticas usando modelos de lenguaje.

ArabLegalEval evalúa el rendimiento de los LLM en el manejo de información legal en árabe.