Últimos artículos para Referencia

Bench2Drive ofrece un método de evaluación justo para tecnologías de conducción autónoma.

Nuevos métodos mejoran el rendimiento de los modelos de lenguaje en tareas de razonamiento complejo.

Un estudio presenta un nuevo estándar para el rendimiento de las indicaciones en la creación y recuperación de imágenes.

Analizar los modelos existentes revela información sobre las tendencias de rendimiento de los modelos de lenguaje a medida que aumenta su tamaño.

Un nuevo estándar para evaluar LLMs para tareas de programación en Java.

Un nuevo método crea mejores subtítulos para videos al enfocarse en narrativas y causalidad.

Una nueva referencia prueba la capacidad de los LLMs para encontrar vulnerabilidades de software.

Un nuevo estándar evalúa el rendimiento de modelos multilingües en tareas de recuperación semántica.

Descubre cómo CMC-Bench está transformando las técnicas de compresión de imágenes.

DafnyBench mide herramientas de verificación de software, abriendo el camino para una programación confiable.

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

Una nueva prueba mide el razonamiento composicional en modelos avanzados.

Un marco para mejorar la seguridad en los agentes LLM en varias aplicaciones.

Un nuevo estándar evalúa qué tan bien los modelos entienden el tiempo y los eventos.

Este artículo examina métodos para evaluar la variabilidad en los criterios de evaluación de modelos de lenguaje.

SEACrowd busca mejorar la representación de IA para los idiomas y culturas del sudeste asiático.

Un nuevo referente ayuda a los investigadores a mejorar los métodos de detección de integridad de imágenes.

Un estudio sobre cómo mejorar las habilidades de resolución de problemas de los LLMs usando un nuevo marco.

Un nuevo método mejora las pruebas para modelos de lenguaje usando datos reales de usuarios.

Nuevos métodos revelan desafíos para desaprender conocimiento de los modelos de lenguaje.

Los modelos de lenguaje de largo contexto simplifican tareas complejas y mejoran la interacción con la IA.

Un nuevo estándar evalúa las habilidades de razonamiento en modelos de lenguaje.

Examinando los avances en la tecnología de bases de datos con GPU y su rendimiento.

Un nuevo punto de referencia para el desaprendizaje automático mejora la evaluación y comparación de métodos.

Un nuevo método mejora la precisión de generación de código usando documentos externos.

CEBench ayuda a las empresas y a los investigadores a evaluar LLMs mientras manejan costos y rendimiento.

Los estudios destacan las habilidades de aprendizaje en contexto en modelos de lenguaje grandes.

Nuevo marco evalúa el rendimiento de SLAM en condiciones desafiantes.

Nuevo estándar evalúa cómo los modelos de lenguaje en video manejan las imprecisiones de manera efectiva.

Evaluando cómo los LLMs crean textos persuasivos sobre varios temas.

Este estudio evalúa el rendimiento de los Modelos de Lenguaje utilizando las pruebas INVALSI italianas.

Una herramienta de referencia avanza en estrategias de aprendizaje activo en el aprendizaje automático.

Este artículo evalúa la efectividad de los modelos de lenguaje grandes en la creación de afirmaciones de hardware.

Un nuevo sistema de IA mejora la accesibilidad para usuarios con discapacidades visuales a través de una mejor lectura de pantalla.

Un punto de referencia de pares mínimos tiene como objetivo mejorar la comprensión de la gramática rusa por parte de los modelos de lenguaje.

Un nuevo modelo simplifica el análisis de datos en grandes conjuntos de datos utilizando bocetos.

Un nuevo referente para mejorar los métodos de optimización de secuencias biofísicas.

Este estudio presenta un nuevo método para detectar anomalías en diversos contextos.

Nuevo estándar mejora la evaluación de modelos multimodales al minimizar sesgos.

Nuevo estándar ayuda a predecir el comportamiento de las enzimas usando aprendizaje automático.