Articoli più recenti per Benchmark

Un nuovo metodo testa come l'IA interpreta grafici fuorvianti.

Un nuovo progetto di riferimento punta a valutare le capacità di risoluzione dei problemi di Java.

Un nuovo approccio semplifica la sicurezza e l'aiuto nella formazione dei modelli linguistici.

Migliorare come le macchine assistono gli utenti tramite interazioni e risposte migliori.

Questo studio analizza l'efficacia dei LLM nella musicologia e la loro affidabilità.

Uno strumento completo per valutare i sistemi di calcolo ad alte prestazioni.

Un sistema per registrare e riprodurre azioni nelle app WebAssembly.

Esplorare tecniche di machine learning per un partizionamento efficiente nel design VLSI.

VisScience testa modelli grandi sul ragionamento scientifico usando testi e immagini.

OpenACE offre un buon punto di riferimento per valutare i codec audio in diverse condizioni.

Sforzi per migliorare la tecnologia vocale per la lingua Faetar, che è poco supportata.

Questo documento valuta la capacità dei VLM di ragionare su dimensioni e distanze.

Investigando come gli agenti AI riproducono risultati scientifici tramite un nuovo benchmark.

TDC-2 migliora la ricerca nello sviluppo di farmaci grazie a un accesso ai dati migliore e modelli multimodali.

LightSABRE migliora le prestazioni dei circuiti quantistici con miglioramenti in velocità e qualità.

I ricercatori di fisica delle alte energie stanno ottimizzando il software per risorse di calcolo diverse.

Questo approccio semplifica la scelta di dataset di pretraining efficaci per i modelli linguistici.

Un nuovo modo per valutare i benchmark dell'IA per la comprensione culturale.

Un nuovo metodo genera simulazioni complete in codice a partire da input in linguaggio naturale.

Questo articolo valuta quanto bene i LLM generano casi di test per i programmi Java.

La ricerca mostra che ci sono punti deboli nella rilevazione della tossicità online usando tecniche di arte ASCII.

Esplorando il divario di prestazioni dei modelli generali nei compiti finanziari.

Scopri gli ultimi miglioramenti nella tecnologia di elaborazione del linguaggio arabo e il loro impatto.

Scopri come la tecnologia aiuta a modificare dettagli minuscoli nelle immagini in modo efficace.

Un nuovo benchmark testa gli agenti AI in compiti realistici di CRM.

La contaminazione dei dati influisce sulle prestazioni dei modelli linguistici e sui metodi di valutazione.

Questo articolo parla della necessità di trasparenza nei benchmark dei modelli linguistici.

Le macchine imparano a collegare suoni e immagini in spazi 3D.

Trasformare dati di benchmark complessi in intuizioni visive chiare.

Milabench offre benchmark personalizzati per migliorare le valutazioni delle prestazioni dell'IA.

I ricercatori creano strumenti per migliorare la comprensione dell'IA della lingua ucraina.

I compiti di NLI sono ancora rilevanti per testare i modelli di linguaggio grandi?

I ricercatori hanno sviluppato un nuovo benchmark per studiare le mutazioni somatiche a bassa frequenza nella genetica.

Uno sguardo ai metodi di inferenza causale e al ruolo dei Modelli Causali Strutturali.

Uno sguardo alle sfide di abbinare i server alle richieste in mezzo all'incertezza.

VidHal valuta quanto bene i modelli video riescono a interpretare accuratamente i contenuti.

Uno sguardo al comportamento delle onde di Marshak in condizioni complesse.

Questo articolo esplora i miglioramenti nel reinforcement learning offline suddividendo le azioni.

Un nuovo metodo migliora il conteggio nelle immagini usando LVLM.

Scopri come gli investitori possono fare scelte di guadagno migliori.