Derniers articles pour Étalon

Une nouvelle approche améliore les comparaisons des algorithmes d'apprentissage par renforcement dans différents environnements.

Un nouveau critère vise à améliorer l'entraînement des robots dans des environnements domestiques réalistes.

Un nouveau cadre de référence améliore l'efficacité pour évaluer les modèles de langage.

Une nouvelle approche pour améliorer l'évaluation des tâches de codage pour les modèles de langage.

La recherche examine l'efficacité des repères actuels dans les tâches de visualisation.

Un nouveau cadre évalue la difficulté des tâches de codage pour les grands modèles de langage.

Une étude évalue les compétences de raisonnement des grands modèles de langage avec des questions complexes.

Un nouveau cadre pour évaluer efficacement les modèles vision-langage.

Présentation d'un outil pour évaluer les méthodes de détection d'anomalies non supervisées dans l'apprentissage fédéré.

Évaluer les modèles d'IA pour leur capacité à suivre les procédures de labo.

Un aperçu des améliorations récentes dans les outils de comptage de modèles et leurs applications pratiques.

Un nouveau standard améliore l'évaluation des systèmes de reconnaissance des émotions dans la parole, toutes langues et émotions confondues.

Cet article examine l'efficacité des modèles 3D basés sur des images dans l'estimation de pose.

De nouveaux repères testent le raisonnement causal de l'IA en utilisant seulement des images.

Une nouvelle approche pour évaluer les LLM avec des ensembles d'évaluation variés.

Un nouveau critère évalue les agents de modèles linguistiques pour gérer l'analyse des données scientifiques.

Une analyse des LLM et de leurs différences par rapport à l'acquisition du langage humain.

Étudier comment des cylindres en mouvement créent des ondes sonores dans les fluides pour des applications pratiques.

Un nouveau repère évalue comment les LLM apprennent à travers les interactions.

O-HuBERT améliore la reconnaissance vocale en séparant le contenu et l'information expressive.

Présentation de PermitQA, un benchmark pour évaluer les systèmes RAG dans l'énergie éolienne.

Une nouvelle méthode améliore la reconnaissance vocale pour l'hindi en utilisant des techniques de pseudo-étiquetage.

Un benchmark multi-domaine évalue les capacités de génération de code des LLM dans différents domaines.

Une nouvelle méthode teste comment l'IA interprète des graphiques trompeurs.

Un nouveau projet de référence vise à évaluer les capacités de résolution des problèmes Java.

Une nouvelle approche simplifie la sécurité et l'utilité dans l'entraînement des modèles de langage.

Améliorer la façon dont les machines aident les utilisateurs grâce à de meilleures interactions et mesures de réponse.

Cette étude examine l'efficacité des LLMs en musicologie et leur fiabilité.

Un outil complet pour évaluer les systèmes de calcul haute performance.

Un système pour enregistrer et rejouer des actions dans des applis WebAssembly.

Exploration des techniques d'apprentissage automatique pour un partitionnement efficace de la conception VLSI.

VisScience teste de gros modèles sur le raisonnement scientifique en utilisant du texte et des images.

OpenACE fournit une référence équitable pour évaluer les codecs audio dans différentes conditions.

Efforts pour améliorer la technologie de la parole pour la langue Faetar, qui est sous-resources.

Ce papier évalue la capacité des VLM à raisonner sur les tailles et les distances.

Enquête sur comment les agents IA reproduisent des résultats scientifiques grâce à un nouveau benchmark.

TDC-2 améliore la recherche dans le développement de médicaments grâce à un meilleur accès aux données et des modèles multimodaux.

LightSABRE améliore la performance des circuits quantiques avec des améliorations de vitesse et de qualité.

Les chercheurs en physique des particules optimisent des logiciels pour différents ressources informatiques.

Cette approche facilite le choix des ensembles de données de préentraînement efficaces pour les modèles de langue.