Últimos artículos para Referencia

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

Un nuevo estándar busca mejorar el entrenamiento de robots en entornos hogareños realistas.

Un nuevo marco de referencia mejora la eficiencia para evaluar modelos de lenguaje.

Un nuevo enfoque para mejorar las evaluaciones de tareas de codificación para modelos de lenguaje.

La investigación examina la efectividad de los benchmarks actuales en tareas de visualización.

Un nuevo marco evalúa la dificultad en tareas de codificación para modelos de lenguaje grandes.

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

Un nuevo marco para evaluar modelos de visión-lenguaje de manera efectiva.

Presentamos una herramienta para evaluar métodos de detección de anomalías no supervisados en el aprendizaje federado.

Evaluando modelos de IA por su capacidad para seguir procedimientos de laboratorio.

Una revisión de las mejoras recientes en las herramientas de conteo de modelos y sus aplicaciones prácticas.

Un nuevo estándar mejora la evaluación de los sistemas de reconocimiento de emociones en el habla a través de distintos idiomas y emociones.

Este artículo examina la efectividad de los modelos 3D basados en imágenes en la estimación de pose.

Nuevos estándares prueban el razonamiento causal de la IA usando solo imágenes.

Un nuevo enfoque para evaluar LLMs con conjuntos de evaluación diversos.

Un nuevo estándar evalúa a los agentes de modelos de lenguaje para manejar el análisis de datos científicos.

Un análisis de los LLMs y sus diferencias con la adquisición del lenguaje humano.

Estudiando cómo los cilindros en movimiento crean ondas de sonido en fluidos para aplicaciones prácticas.

Un nuevo estándar evalúa cómo los LLM aprenden a través de interacciones.

O-HuBERT mejora el reconocimiento de voz al separar la información del contenido y la información expresiva.

Te presentamos PermitQA, un referente para evaluar sistemas RAG en energía eólica.

Un nuevo método mejora el reconocimiento de voz para Hindi usando técnicas de pseudoetiquetado.

Un benchmark multidominio evalúa las habilidades de generación de código de los LLM en varios campos.

Un nuevo método prueba cómo la IA interpreta gráficos engañosos.

Un nuevo proyecto de referencia tiene como objetivo evaluar las capacidades de resolución de problemas en Java.

Un nuevo enfoque simplifica la seguridad y la utilidad en el entrenamiento de modelos de lenguaje.

Mejorando cómo las máquinas ayudan a los usuarios a través de mejor interacción y respuestas.

Este estudio examina la efectividad de los LLMs en musicología y su fiabilidad.

Una herramienta completa para evaluar sistemas de computación de alto rendimiento.

Un sistema para grabar y reproducir acciones en aplicaciones WebAssembly.

Explorando técnicas de aprendizaje automático para un particionado eficiente en el diseño VLSI.

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

OpenACE ofrece un punto de referencia justo para evaluar códecs de audio en distintas condiciones.

Esfuerzos para mejorar la tecnología de voz para el idioma Faetar, que tiene pocos recursos.

Este documento evalúa la capacidad de los VLMs para razonar sobre tamaños y distancias.

Investigando cómo los agentes de IA reproducen resultados científicos a través de un nuevo estándar.

TDC-2 mejora la investigación en el desarrollo de medicamentos gracias a un mejor acceso a datos y modelos multimodales.

LightSABRE mejora el rendimiento de circuitos cuánticos con mejoras en velocidad y calidad.

Investigadores de física de altas energías están optimizando software para diversos recursos de computación.

Este enfoque simplifica la elección de conjuntos de datos de preentrenamiento efectivos para modelos de lenguaje.