Articoli più recenti per Benchmark

Un nuovo benchmark punta a migliorare la comprensione dell'IA di testi e immagini.

WeiPer migliora il rilevamento di dati fuori distribuzione nei modelli di machine learning usando aggiustamenti dei pesi.

Questo studio misura le performance dei LLM in dialoghi matematici complessi.

LinkLogic offre chiarezza e affidabilità per la previsione dei link nei grafi di conoscenza.

Nuovi metodi e standard puntano a semplificare la formalizzazione della matematica tramite Lean 4.

Test recenti rivelano le debolezze dei LLM in ragionamenti semplici nonostante punteggi elevati nei benchmark.

Un nuovo sistema per valutare i modelli linguistici usando flussi di dati reali.

Un nuovo benchmark aiuta a migliorare le prestazioni dei GNN nonostante le sfide del rumore nelle etichette.

Bench2Drive offre un metodo di valutazione equo per le tecnologie di guida autonoma.

Nuovi metodi migliorano le performance dei modelli linguistici su compiti di ragionamento complesso.

Uno studio presenta un nuovo riferimento per le prestazioni dei prompt nella creazione e recupero di immagini.

Analizzando i modelli esistenti si scoprono delle informazioni sulle tendenze delle prestazioni dei modelli linguistici man mano che la dimensione aumenta.

Un nuovo benchmark per valutare i LLM per i compiti di programmazione in Java.

Un nuovo metodo crea didascalie per i video migliori concentrandosi sulle narrazioni e sulla causalità.

Un nuovo benchmark testa la capacità dei LLM di trovare vulnerabilità nel software.

Un nuovo benchmark valuta le performance dei modelli multilingue nei compiti di recupero semantico.

Scopri come CMC-Bench sta rivoluzionando le tecniche di compressione delle immagini.

DafnyBench fa il benchmark degli strumenti di verifica del software, aprendo la strada a una programmazione affidabile.

Un nuovo benchmark mira a valutare gli MLLM nella comprensione dei video su più argomenti.

Un nuovo benchmark testa il ragionamento composizionale nei modelli avanzati.

Un framework per migliorare la sicurezza negli agenti LLM in diverse applicazioni.

Un nuovo benchmark valuta quanto bene i modelli capiscono il tempo e gli eventi.

Questo articolo esamina metodi per valutare la varianza nei benchmark di valutazione dei modelli linguistici.

SEACrowd punta a migliorare la rappresentanza dell'IA per le lingue e le culture del Sud-Est asiatico.

Un nuovo benchmark aiuta i ricercatori a migliorare i metodi di rilevamento dell'integrità delle immagini.

Uno studio su come migliorare le capacità di problem-solving dei LLM usando un nuovo framework.

Un nuovo metodo migliora i test per i modelli linguistici usando dati reali degli utenti.

Nuovi metodi rivelano le difficoltà nel disimparare conoscenze dai modelli linguistici.

I modelli di linguaggio a lungo contesto semplificano compiti complessi e migliorano l'interazione con l'IA.

Un nuovo benchmark valuta le capacità di ragionamento nei modelli linguistici.

Esaminando i progressi nella tecnologia dei database GPU e le loro prestazioni.

Un nuovo benchmark per l'unlearning delle macchine migliora la valutazione e il confronto dei metodi.

Un nuovo metodo migliora l'accuratezza della generazione del codice usando documenti esterni.

CEBench aiuta le aziende e i ricercatori a valutare i LLM mentre gestiscono costi e prestazioni.

I risultati della ricerca mettono in evidenza le capacità di apprendimento in contesto nei modelli di linguaggio di grandi dimensioni.

Un nuovo framework valuta le prestazioni del SLAM in condizioni difficili.

Un nuovo benchmark valuta come i modelli video-linguistici gestiscono efficacemente le imprecisioni.

Valutare come i LLM creano testi persuasivi su vari argomenti.

Questo studio valuta le prestazioni dei modelli linguistici utilizzando i test INVALSI italiani.

Uno strumento di riferimento promuove strategie di apprendimento attivo nel machine learning.