Derniers articles pour Évaluation

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.

Les chercheurs améliorent la reconnaissance automatique de la parole en utilisant la supervision de paraphrase pour mieux comprendre.

Une nouvelle méthode améliore la précision des rapports automatisés de radiographies thoraciques.

Découvre le monde palpitant de l'IA dans les jeux compétitifs.

Un aperçu sur comment les métriques de traduction automatique peuvent être justes et cohérentes.

Les benchmarks de l'IA montrent la performance mais comprennent souvent mal l'utilisation dans le monde réel.

Une compétition pour améliorer comment les machines apprennent les langues comme les enfants.

Des chercheurs ont développé une nouvelle méthode pour améliorer la précision de l'IA texte-image.

Une nouvelle méthode permet aux neurones de travailler de manière indépendante, améliorant ainsi l'entraînement des réseaux de neurones.

Explorer les problèmes d'évaluation dans l'Intelligence Artificielle Explicable et la quête de confiance.

Découvre le rôle de DECO dans la simplification et l'efficacité des tâches d'ingénierie.

Les avancées en traitement d'images changent la façon dont les ordis comprennent le contenu visuel.

Une nouvelle méthode améliore la performance des LLM dans les évaluations personnalisées avec peu de données.

Explorer comment les étudiants gèrent leurs propres processus d'apprentissage du secondaire à l'enseignement supérieur.

Découvre comment le contrôle prédictif de modèle améliore les capacités de prise de décision des machines.

Nouveau référentiel améliore les données en néerlandais pour les modèles de recherche d'infos.

Découvre comment les objets classiques sont liés au comportement bizarre des particules quantiques.

Le dataset MALAMUTE teste les modèles de langage sur des sujets d'éducation pour une meilleure compréhension.

CG-Bench aide les machines à analyser les longues vidéos avec des questions basées sur des indices.

Un nouveau benchmark pour tester le raisonnement des LLM à travers les différentes cultures.

Une nouvelle technologie simplifie la recherche de produits précis en ligne.

Un nouveau référentiel évalue à quel point les modèles d'IA répondent à divers besoins humains.

Apprends comment l'apprentissage multi-distribution rend les systèmes machine plus intelligents et plus équitables.

De nouvelles méthodes améliorent l'évaluation des modèles de langue en utilisant des réponses écrites par des humains.

FiVL améliore la capacité de l'IA à connecter efficacement les images et les mots.

Explore comment l'IA peut faciliter la notation des diagrammes UML pour les profs et les étudiants.

Un nouveau benchmark améliore l'évaluation des modèles de génération de texte en images.

Découvre comment l'IA change la donne en matière de refactorisation de code pour les devs.

BEE propose des perspectives nouvelles sur la prise de décision en IA grâce à des bases variées.