Últimos artículos para Referencia

Los investigadores analizan la capacidad de predecir el rendimiento de los modelos de lenguaje a medida que aumenta la potencia de entrenamiento.

Una mirada a los ataques y defensas de puerta trasera en modelos de aprendizaje profundo.

Este documento evalúa la eficiencia del código generado por varios modelos.

Este artículo presenta un estándar para evaluar modelos de lenguaje grandes con tareas complejas.

Este estudio evalúa las capacidades de los modelos de lenguaje grande en escenarios de planificación compleja.

La investigación examina el uso de VLMs para evaluar las acciones de los robots.

Explorando el papel de los modelos de lenguaje grandes en la ciencia molecular.

Explorando métodos para mejorar el rendimiento de los robots en entornos impredecibles.

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

Nuevas herramientas mejoran la forma en que los sistemas recuperan información de documentos largos.

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

Un método para mantener actualizados los modelos de IA basados en eventos del mundo real.

Nuevas pruebas de referencia MLLMs en tareas de redes sociales como desinformación y discurso de odio.

RobotScript mejora la forma en que los robots llevan a cabo tareas a partir del lenguaje natural.

Una nueva perspectiva para encontrar amenazas ocultas en el diseño de hardware.

Nuevos métodos tienen como objetivo evaluar mejor las habilidades de razonamiento en modelos de lenguaje de IA.

DyPyBench ofrece un conjunto diverso de proyectos para análisis dinámico en Python.

La capacidad de la IA para convertir diseños en código está cambiando el desarrollo web.

Un estudio revela que hay una superposición de datos significativa que afecta las evaluaciones de modelos de lenguaje en la generación de código.

Evaluando el rendimiento de los LLM a través de un benchmark dedicado para el análisis de bio-imágenes.

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

Un método para evaluar la transferibilidad de modelos preentrenados para la detección de objetos.

Un recurso diseñado para ayudar a los robots a aprender tareas cotidianas de manera efectiva.

Una mirada a cómo evaluar las capacidades de toma de decisiones de los modelos de lenguaje grandes.

Un marco para mejorar el rendimiento de NLP en varios dialectos de idiomas.

Un nuevo benchmark revela las fortalezas y debilidades de los VLLMs en tareas multimodales.

Los expertos se reúnen para charlar sobre simulaciones de Monte Carlo y mejoras en GPU.

Nuevos estándares revelan las fortalezas y debilidades de los modelos de lenguaje de codificación.

Meerkat-7B establece un nuevo estándar para los modelos de lenguaje médico de código abierto.

Nuevos métodos mejoran la resumencia de videos usando grandes conjuntos de datos y modelos avanzados.

La investigación revela los desafíos que enfrentan los LLMs para entender textos largos y propone nuevos estándares.

Explorando el diseño y los beneficios de un PMU para procesadores RISC-V usados en el espacio.

Este estudio examina los problemas de calidad en los prompts para modelos de generación de código.

Un nuevo estándar revela brechas en la comprensión visual de los modelos de lenguaje grandes.

Un nuevo estándar mejora cómo evaluamos los LVLMs y su precisión.

La competencia CHC mostró avances en los solucionadores y sus aplicaciones en la verificación de programas.

Este artículo explora cómo mejorar la comprensión de las respuestas indirectas.

Un estudio que evalúa métodos de aprendizaje de pocos disparos para la clasificación del idioma polaco.

Los modelos de PatentGPT están diseñados para enfrentar desafíos únicos en Propiedad Intelectual.

Un estudio sobre la efectividad de las herramientas SAST para contratos inteligentes.