Derniers articles pour Évaluation

Cet article examine une nouvelle façon de créer des algorithmes avec des LLMs.

Apprends comment la logique à sept valeurs améliore la prise de décision avec plusieurs critères.

Un défi axé sur des modèles génératifs profonds pour la génération d'images médicales réalistes.

Un modèle évalue la lisibilité des articles Wikipedia dans 14 langues.

Une nouvelle approche utilisant des LLM pour créer des distracteurs avec un minimum d'intervention humaine.

Une nouvelle approche pour évaluer les biais dans les métriques d'évaluation automatisées de l'IA.

De nouvelles méthodes visent à améliorer les capacités de raisonnement des modèles de langage.

De nouvelles métriques mettent en lumière les limites des modèles de langage dans leur capacité à représenter la réalité.

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

Présentation d'IrokoBench pour améliorer l'évaluation des LLM dans les langues africaines.

Le défi ULS23 vise à améliorer la segmentation des tumeurs dans les scans CT pour un meilleur soin du cancer.

Une nouvelle approche améliore la détection des fausses images créées par l'IA.

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

Cette étude présente une nouvelle méthode pour identifier les images d'entraînement clés dans les visuels générés par l'IA.

Explorer l'importance des méthodes de désapprentissage dans l'apprentissage automatique moderne.

Examiner les problèmes clés en MARL hors ligne et proposer des solutions standardisées.

Apprends à connaître le CGP, sa fonction, ses avantages, ses applications et ses défis en programmation.

Un nouveau jeu de données améliore la cohérence dans les séquences image-texte pour une création de contenu efficace.

SciEx révèle les forces et les défis des LLMs dans l'évaluation scientifique.

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

Une étude évalue les modèles de langage sur leur capacité à gérer plusieurs tâches en même temps.

Un nouveau benchmark teste les capacités des LLM avec des formats de données structurées.

VCEval propose un moyen automatisé d'évaluer l'efficacité des cours en ligne.

Un nouveau benchmark vise la compositionnalité dans la compréhension vidéo et les modèles de langage.

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

La famille Nemotron-4 340B propose des modèles puissants pour des applications diverses et la génération de données synthétiques.

Évaluer comment les modèles de langue gèrent les indices culturels dans des tâches réelles.

VideoVista propose une évaluation complète pour les modèles de question-réponse vidéo.

Cet article explore des méthodes pour améliorer la fiabilité des artefacts de recherche en informatique.

Les modèles GLM-4 montrent de meilleures capacités dans la compréhension et la génération de langage.

Une étude sur l'utilisation des LLMs pour juger d'autres LLMs et ses implications.

Une étude sur comment les modèles de langage génèrent des raisons convaincantes pour évaluer des arguments.

Deux nouveaux modèles visent à améliorer l'accès à la technologie pour les locuteurs galiciens.

Examiner les difficultés de traduire un langage métaphorique en traduction automatique.

DF40 propose une approche complète pour améliorer les méthodes de détection des deepfakes.

Cette étude évalue l'honnêteté des LLM dans trois domaines clés.

Découvrez comment les entreprises améliorent leurs systèmes de questions-réponses pour un meilleur support utilisateur.

Une étude sur comment l'IA comprend les algorithmes et leurs implications.

Une nouvelle métrique améliore l'évaluation des modèles de classification de texte dans différents domaines.

La contamination des données affecte grave l'évaluation des grands modèles de langue.