Derniers articles pour Évaluation

Cet article explore comment les LLM génèrent et affinent des hypothèses scientifiques à partir des données existantes.

KGExplainer améliore la transparence dans la complétion des graphes de connaissances grâce à des explications significatives.

Une nouvelle approche pour générer des images détaillées de personnes dans des scènes complexes.

Une revue des ensembles de données axés sur l'amélioration de la sécurité des LLM.

Révolutionner la performance des agents grâce à l'évaluation et à l'accumulation d'expérience.

Un focus sur les méthodes pour évaluer et améliorer la performance des agents numériques.

Une nouvelle méthode utilise des LLM pour améliorer l'efficacité de la réparation de programmes.

Des recherches montrent comment l'auto-réflexion affecte la performance des modèles de langage selon différents types de questions.

Explorer les concepts clés en logique et en informatique pour un raisonnement efficace.

Un aperçu de l'utilisation des modèles de langage pour évaluer la satisfaction des exigences logicielles.

Un nouveau benchmark révèle des lacunes dans la compréhension visuelle des grands modèles de langage.

Analyser comment le bruit affecte l'appariement des étudiants et des universités dans les processus d'admission.

Utiliser des mécanismes de rétroaction pour améliorer les résumés scientifiques générés par les LLM.

Le nouveau dataset Square-10M améliore carrément les capacités de questionnement visuel en open-source.

Cet article présente une méthode pour générer des scénarios de test à partir de exigences en langage naturel.

Cette méthode améliore l'extraction de données des pages web en utilisant des règles structurées.

Un nouveau critère améliore la manière dont on évalue les LVLMs et leur précision.

La compétition CHC a mis en avant les avancées dans les solveurs et leurs applications dans la vérification de programmes.

Cette étude examine des systèmes automatiques pour fournir des retours sur les essais en utilisant des modèles de langue.

Les données synthétiques offrent des solutions rentables tout en garantissant la vie privée et en réduisant les biais.

Un nouveau référentiel évalue la compréhension des modèles de langage sur les significations et les relations des mots.

De nouvelles métriques améliorent l'évaluation des systèmes d'extraction d'informations dans les documents manuscrits.

Un cadre pour évaluer les stratégies d'IA dans des environnements compétitifs et coopératifs.

Évaluer la fiabilité des résumés produits par l'IA pour améliorer la maintenance des logiciels.

Examiner comment ChatGPT impacte le système de santé et ses usages potentiels.

Les modèles DynaMo génèrent du texte plus vite et avec une meilleure qualité grâce à la prédiction multi-token.

Un nouveau jeu de données améliore la génération des sections de travaux connexes dans les articles scientifiques.

TREC iKAT vise à améliorer les interactions avec les agents conversationnels grâce à des dialogues personnalisés.

SCRABLE propose des solutions automatisées pour gérer efficacement les avis d'applis.

Évaluer les capacités et les défis des modèles avancés de compréhension vidéo.

Cette étude analyse l'efficacité des LLM pour évaluer les explications générées par l'IA.

Un nouveau cadre évalue à quel point les modèles de langue aident les experts avec les tâches d'écriture.

PEAVS analyse comment l'audio et la vidéo fonctionnent ensemble pour offrir de meilleures expériences aux spectateurs.

Une méthode rapide pour évaluer la performance d'un DNN après un nouvel entraînement.

Les autoencodeurs sparses améliorent l'interprétabilité des systèmes d'IA et leurs processus de prise de décision.

Un aperçu de comment les modèles d'IA comprennent les connaissances essentielles du monde.

Une nouvelle référence évalue la toxicité dans les grands modèles de langage à travers différentes langues.

Cet article parle de la nécessité d'avoir de meilleures pratiques d'évaluation dans la recherche sur le fuzzing.

Cette étude évalue les méthodes de saillance en NLP à travers une évaluation humaine.

Présentation de PQAH pour mieux comprendre les cartes thermiques de l'IA et leur évaluation.