Derniers articles pour Étalon

Analyser les modèles existants révèle des infos sur les tendances de performance des modèles de langage à mesure qu'ils grandissent.

Un nouveau benchmark pour évaluer les LLMs pour les tâches de programmation Java.

Une nouvelle méthode crée de meilleures sous-titres pour les vidéos en se concentrant sur les récits et la causalité.

Un nouveau benchmark teste la capacité des LLM à trouver des vulnérabilités dans les logiciels.

Un nouveau benchmark évalue les performances des modèles multilingues dans les tâches de récupération sémantique.

Découvrez comment CMC-Bench transforme les techniques de compression d'images.

DafnyBench teste des outils de vérification de logiciels, ouvrant la voie à une programmation fiable.

Un nouveau standard vise à évaluer les MLLMs dans la compréhension vidéo sur plusieurs sujets.

Un nouveau benchmark teste le raisonnement compositionnel dans les modèles avancés.

Un cadre pour améliorer la sécurité des agents LLM dans différentes applications.

Un nouveau repère évalue à quel point les modèles comprennent le temps et les événements.

Cet article examine des méthodes pour évaluer la variance dans les benchmarks d'évaluation des modèles de langue.

SEACrowd vise à améliorer la représentation de l'IA pour les langues et les cultures d'Asie du Sud-Est.

Un nouveau référentiel aide les chercheurs à améliorer les méthodes de détection de l'intégrité des images.

Une étude sur l'amélioration des capacités de résolution de problèmes des LLMs en utilisant un nouveau cadre.

Une nouvelle méthode améliore les tests pour les modèles de langage en utilisant des données réelles des utilisateurs.

De nouvelles méthodes révèlent des défis pour désapprendre des connaissances des modèles de langage.

Les modèles de langage à long contexte simplifient les tâches complexes et améliorent l'interaction avec l'IA.

Un nouveau benchmark évalue les compétences en raisonnement des modèles de langage.

Examen des avancées dans la technologie des bases de données GPU et de leurs performances.

Un nouveau critère pour l'oubli machine améliore l'évaluation et la comparaison des méthodes.

Une nouvelle méthode améliore la précision de la génération de code en utilisant des documents externes.

CEBench aide les entreprises et les chercheurs à évaluer les LLMs tout en gérant les coûts et la performance.

Les recherches mettent en lumière les capacités d'apprentissage en contexte des grands modèles de langage.

Nouveau cadre qui évalue la performance du SLAM dans des conditions difficiles.

Nouveau benchmark évalue comment les modèles vidéo-langue gèrent efficacement les inexactitudes.

Évaluer comment les LLM créent des textes persuasifs sur différents sujets.

Cette étude évalue la performance des modèles linguistiques en utilisant les tests INVALSI italiens.

Un outil de référence fait progresser les stratégies d'apprentissage actif en apprentissage automatique.

Cet article évalue l'efficacité des grands modèles de langage dans la création d'assertions matérielles.

Un nouveau système d'IA améliore l'accessibilité pour les utilisateurs malvoyants grâce à une meilleure lecture d'écran.

Un repère de paires minimales vise à améliorer la compréhension de la grammaire russe par des modèles linguistiques.

Un nouveau modèle simplifie l'analyse de données dans de vastes ensembles de données en utilisant des esquisses.

Un nouveau standard pour améliorer les méthodes d'optimisation des séquences biophysiques.

Cette étude présente une nouvelle méthode pour détecter des anomalies dans divers contextes.

Nouveau repère améliore l'évaluation des modèles multimodaux en minimisant les biais.

Un nouveau référentiel aide à prédire le comportement des enzymes en utilisant l'apprentissage automatique.

De nouveaux modèles produisent des descriptions vidéo de haute qualité efficacement.

Un référentiel complet améliore l'évaluation des modèles vision-langage pour l'analyse d'images biologiques.

Un nouveau repère pour évaluer les grands modèles de langage dans les tests d'hypothèses.