Derniers articles pour Évaluation

Un nouveau jeu de données améliore la précision dans l'évaluation des résumés d'histoires générés par des modèles de langage.

Une nouvelle méthode pour évaluer les agents d'analyse de données afin d'obtenir de meilleures idées pour les affaires.

Un défi pour améliorer la compréhension des interactions humaines par les robots.

Un nouveau cadre vise à automatiser les revues de papiers pour obtenir des retours de meilleure qualité.

Présentation de DictaLM 2.0 et DictaLM 2.0-Instruct pour une meilleure traitement de la langue hébraïque.

Cette étude examine à quel point les modèles représentent bien les cultures différentes.

Un projet axé sur l'amélioration de la génération d'histoires en arabe en utilisant des modèles avancés.

Une nouvelle approche pour évaluer les grands modèles de langage afin d'obtenir de meilleures idées sur leurs performances.

La recherche présente de nouvelles méthodes pour évaluer les systèmes de reconnaissance vocale en polonais.

Découvrez comment les données synthétiques aident les détaillants à protéger la vie privée des clients tout en obtenant des insights.

DocBench évalue des systèmes basés sur des LLM pour lire et répondre à différents formats de documents.

Un cadre pour évaluer les capacités des LLM dans les tâches liées aux données avec des interprètes de code.

Examiner l'impact des LLM sur les stéréotypes sociaux et comment améliorer les résultats.

Cette étude propose une nouvelle méthode d'évaluation pour la compréhension vidéo-texte.

Analyser l'importance et les difficultés d'évaluer les modèles d'IA multimodaux.

Un nouveau jeu de données pour améliorer la performance des réponses aux questions avec de longues réponses rédigées par des humains.

Les modèles Phi-3 se concentrent sur la sécurité et l'alignement avec les valeurs humaines.

Examiner les problèmes avec les grands modèles de langage pour prédire les éléments manquants d'une liste.

Une étude comparant les modèles d'IA et les évaluations humaines des résumés scientifiques.

Un nouveau benchmark évalue les modèles de langage sur des défis de codage scientifique dans plusieurs domaines.

Check-Eval utilise des listes de contrôle pour améliorer l'évaluation de la qualité des textes.

ProtoDep propose des infos claires pour détecter la dépression grâce à l'analyse des réseaux sociaux.

Cette étude analyse la performance des circuits de réseaux neuronaux et leur fiabilité.

Un nouveau cadre pour créer des images de haute qualité basées sur des mises en page spécifiques.

HaloQuest s'attaque aux problèmes d'hallucination dans les modèles vision-langage avec un nouveau jeu de données.

Une nouvelle méthode améliore la précision et l'efficacité du suivi de points dans le traitement vidéo.

Un outil améliore la catégorisation des actions, aidant à la productivité des devs dans leurs tâches.

Une nouvelle méthode améliore la conception structurelle en réduisant efficacement le stress.

Un nouveau benchmark évalue les LLMs pour leur précision factuelle.

Une nouvelle approche pour évaluer plus rapidement les ensembles de titres sans références humaines.

Une nouvelle approche pour évaluer les agents persona avec des modèles de langage.

Évaluer les modèles d'apprentissage automatique pour garantir l'équité entre les différentes populations.

Dallah supporte les dialectes arabes, améliorant la communication dans les textes et les images.

Un kit d'outils conçu pour évaluer au mieux les interactions humain-bot.

Utiliser des marques de pertinence générées par IA pour évaluer efficacement les systèmes de recherche d'information.

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

Un nouveau critère pour évaluer les modèles qui analysent la musique et le langage.

Explore différents cadres et méthodes pour évaluer efficacement de grands modèles de langage.

Une nouvelle approche pour évaluer la fiabilité des méthodes qui expliquent la prise de décision de l'IA.

AxiomVision propose une nouvelle façon d'analyser les vidéos, améliorant les performances dans des conditions changeantes.