Derniers articles pour Évaluation

Une nouvelle méthode améliore la précision des réponses aux questions provenant de tableaux en fusionnant deux systèmes.

Une nouvelle méthode pour créer des distracteurs intéressants dans les évaluations éducatives.

Une nouvelle méthode vise à améliorer le texte alt pour les icônes d'applis mobiles afin d'aider les utilisateurs malvoyants.

DREAMS simplifie l'apprentissage profond pour les données EEG, en promouvant la transparence et des pratiques éthiques.

Un regard sur l'évaluation de la fiabilité des explications de l'IA à travers la sensibilité aux attaques.

Les modèles récents améliorent la capacité de l'IA à générer et comprendre différents médias.

ARLBench simplifie le réglage des hyperparamètres pour l'apprentissage par renforcement avec des outils de benchmark efficaces.

Un modèle pour évaluer la qualité de la segmentation sans références de vérité terrain.

Une méthode pour gérer les données de capteurs conflictuelles dans les véhicules autonomes pour améliorer la sécurité.

ESPnet-Codec améliore l'entraînement et l'évaluation des codecs neuronaux pour l'audio et la parole.

Une méthode en trois étapes pour partager des données en toute sécurité tout en protégeant la vie privée.

Nouveau standard comble les lacunes dans l'évaluation des LLM pour la prise de décision clinique.

Visualiser des programmes fonctionnels peut simplifier le processus de débogage pour les programmeurs.

Explorer comment l'IA générative influence les processus de design d'interaction.

Cette étude examine les valeurs dans les textes humains et générés par l'IA pour mieux comprendre.

NetworkCommons est un nouvel outil pour étudier les interactions moléculaires.

Un nouveau cadre améliore le raisonnement dans les modèles de langage avec des justifications de qualité.

Une étude compare des modèles d'IA sur leur capacité à comprendre les relations spatiales.

Examiner les vulnérabilités et les défenses des nouveaux modèles d'IA.

Examiner comment les modèles détectent les commentaires toxiques dans différents dialectes de langue.

MTFusion combine images et texte pour créer des modèles 3D avancés.

Un aperçu des admissions holistiques et de leur impact sur les futurs médecins.

Une nouvelle méthode pour créer des matériaux réalistes améliore la flexibilité pour les artistes et les designers.

Une nouvelle approche s'attaque efficacement aux biais dans les modèles image-texte.

Évaluer l'efficacité des modèles linguistiques dans les tâches de codage avec de nouveaux benchmarks.

Comprendre comment les Graphes de Connaissances peuvent réduire les fausses infos dans les réponses de l'IA.

Une nouvelle façon d'évaluer les modèles de décision de l'IA en utilisant des cartes d'attribution.

Examiner comment les humains et l'IA peuvent bosser ensemble efficacement.

Un aperçu de comment les LLMs améliorent les processus d'évaluation tout en affrontant des défis clés.

Cette étude examine à quel point les LLM évaluent la créativité dans le Test des Usages Alternatifs.

STAR automatise la création de modèles d'IA pour des résultats plus intelligents et plus rapides.

ER 2Score améliore l'évaluation de la qualité des rapports de radiologie automatisés.

Transformer des prompts textuels en vidéos réalistes en intégrant des lois physiques.

Les grands modèles de langage sont-ils des évaluateurs fiables ? Exploration de la cohérence de leurs évaluations.

ChemTEB aide à améliorer le traitement des textes chimiques en évaluant des modèles spécialisés.

AgriBench évalue des outils IA pour aider à prendre des décisions agricoles plus intelligentes.

Découvrez comment SelfPrompt aide à évaluer efficacement la puissance des modèles de langage.

Apprends comment le sandbagging influence les évaluations de l'IA et des astuces pour le détecter.

Découvrez comment les chercheurs simplifient les textes en cinghalais pour mieux comprendre.

TDD-Bench améliore la génération de tests automatisés pour les développeurs qui utilisent les méthodes TDD.