Derniers articles pour Étalon

Nouvelle référence pour améliorer la compréhension du texte et des images par l'IA.

WeiPer améliore la détection des distributions hors normes dans les modèles de machine learning en ajustant les poids.

Cette étude mesure la performance des LLM dans des dialogues mathématiques complexes.

LinkLogic offre clarté et fiabilité pour la prédiction de liens dans les graphes de connaissances.

De nouvelles méthodes et repères visent à simplifier la formalisation des mathématiques avec Lean 4.

Des tests récents montrent que les LLM ont des faiblesses en raisonnement simple malgré leurs bons scores aux benchmarks.

Un nouveau système pour évaluer les modèles linguistiques en utilisant des flux de données du monde réel.

Un nouveau benchmark aide à améliorer la performance des GNN face aux problèmes de bruit d'étiquettes.

Bench2Drive propose une méthode d'évaluation équitable pour les technologies de conduite autonome.

De nouvelles méthodes améliorent la performance des modèles de langage sur des tâches de raisonnement complexe.

Une étude présente un nouveau critère pour évaluer la performance des prompts dans la création et la récupération d'images.

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.