Derniers articles pour Étalon

Des chercheurs analysent la prévisibilité des performances des modèles linguistiques à mesure que les ressources d'entraînement augmentent.

Un aperçu des attaques par porte dérobée et des défenses dans les modèles d'apprentissage profond.

Ce papier évalue l'efficacité du code généré à partir de différents modèles.

Cet article présente une référence pour évaluer les modèles de langage large avec des tâches complexes.

Cette étude évalue les capacités des grands modèles de langage dans des scénarios de planification complexes.

La recherche étudie l'utilisation des VLM pour évaluer les actions des robots.

Explorer le rôle des grands modèles de langage dans la science moléculaire.

Explorer des méthodes pour améliorer les performances des robots dans des environnements imprévisibles.

AV-SUPERB évalue les modèles audio et visuels sur différentes tâches pour une meilleure performance.

De nouveaux outils améliorent la façon dont les systèmes récupèrent des informations à partir de longs documents.

Ce benchmark évalue la performance des modèles de language médical dans le domaine de la santé.

Une méthode pour garder les modèles d'IA à jour en fonction des événements du monde réel.

Nouveaux tests de référence MLLMs sur des tâches de réseaux sociaux comme la désinformation et le discours de haine.

RobotScript améliore la façon dont les robots réalisent des tâches à partir du langage naturel.

Une nouvelle façon de dénicher des menaces cachées dans la conception matérielle.

De nouvelles méthodes visent à mieux évaluer les compétences en raisonnement des modèles de langage IA.

DyPyBench propose un ensemble varié de projets pour l'analyse dynamique en Python.

La capacité de l'IA à transformer des designs en code est en train de révolutionner le développement web.

Une étude révèle un chevauchement de données important qui affecte les évaluations des modèles de langage dans la génération de code.

Évaluer les performances des LLM à travers un benchmark dédié à l'analyse bio-image.

Une nouvelle méthode pour évaluer les outils de traitement du langage montre des signes d'amélioration.

Une méthode pour évaluer la transférabilité des modèles pré-entraînés pour la détection d'objets.

Une ressource conçue pour aider les robots à apprendre des tâches quotidiennes efficacement.

Un aperçu de l'évaluation des capacités de prise de décision des grands modèles de langage.

Un cadre pour améliorer la performance du NLP à travers différents dialectes de langue.

Un nouveau benchmark met en lumière les forces et les faiblesses des VLLMs dans des tâches multimodales.

Des experts se réunissent pour discuter des simulations de Monte Carlo et des améliorations des GPU.

De nouveaux repères révèlent les forces et les faiblesses des modèles de langage de codage.

Meerkat-7B fixe une nouvelle norme pour les modèles de langage médical open-source.

De nouvelles méthodes améliorent la synthèse vidéo en utilisant de grands ensembles de données et des modèles avancés.

Des recherches montrent les défis que les LLM rencontrent pour comprendre des textes longs et proposent de nouveaux critères d'évaluation.

Explorer la conception et les avantages d'un PMU pour les processeurs RISC-V utilisés dans l'espace.

Cette étude examine les problèmes de qualité dans les invites pour les modèles de génération de code.

Un nouveau benchmark révèle des lacunes dans la compréhension visuelle des grands modèles de langage.

Un nouveau critère améliore la manière dont on évalue les LVLMs et leur précision.

La compétition CHC a mis en avant les avancées dans les solveurs et leurs applications dans la vérification de programmes.

Cet article explore comment améliorer la compréhension des réponses indirectes.

Une étude évaluant des méthodes d'apprentissage par few-shot pour la classification de la langue polonaise.

Les modèles PatentGPT sont conçus pour répondre à des défis uniques dans la propriété intellectuelle.

Une étude sur l'efficacité des outils SAST pour les contrats intelligents.