Artem Shelmanov

Présentation d'une méthode pour évaluer la fiabilité des résultats des modèles de langage.

Un aperçu sur comment identifier le contenu écrit par des humains et par des machines.

Cet article parle de l'importance de mesurer l'incertitude dans les prédictions de l'IA.

Le dé-biaisage sélectif vise à améliorer l'équité dans les prédictions des modèles de machine learning.

Une approche détaillée pour identifier efficacement les textes générés par des machines.

Une méthode pour améliorer la confiance des modèles de langue dans leur génération de texte.

Un nouveau cadre met la sécurité en avant avec la performance dans l'évaluation de l'IA.