Articoli più recenti per Benchmark

Un nuovo approccio migliora i confronti tra algoritmi di apprendimento per rinforzo in ambienti diversi.

Un nuovo benchmark punta a migliorare l'addestramento dei robot in ambienti casalinghi realistici.

Un nuovo framework di benchmarking migliora l'efficienza nella valutazione dei modelli di linguaggio.

Un approccio nuovo per migliorare le valutazioni dei compiti di coding per i modelli di linguaggio.

La ricerca analizza l'efficacia degli attuali benchmark nei compiti di visualizzazione.

Un nuovo framework valuta la difficoltà nei compiti di coding per i modelli di linguaggio di grandi dimensioni.

Lo studio valuta le capacità di ragionamento dei modelli di linguaggio di grandi dimensioni con domande complesse.

Un nuovo framework per valutare i modelli visione-lingua in modo efficace.

Presentiamo uno strumento per valutare i metodi di rilevamento di anomalie non supervisionato nell'apprendimento federato.

Valutare i modelli di AI per la loro capacità di seguire le procedure di laboratorio.

Una rassegna dei recenti miglioramenti negli strumenti di conteggio dei modelli e delle loro applicazioni pratiche.

Un nuovo benchmark migliora la valutazione dei sistemi di riconoscimento delle emozioni nel parlato attraverso lingue ed emozioni.

Questo articolo esamina l'efficacia dei modelli 3D basati su immagini nella stima della posa.

Nuovi benchmark testano il ragionamento causale dell'IA usando solo immagini.

Un nuovo approccio per valutare i LLM con set di valutazione diversi.

Un nuovo benchmark valuta gli agenti dei modelli linguistici per gestire l'analisi dei dati scientifici.

Un'analisi dei LLM e delle loro differenze rispetto all'acquisizione del linguaggio umano.

Studiare come i cilindri in movimento creano onde sonore nei fluidi per applicazioni pratiche.

Un nuovo benchmark valuta come i LLM imparano attraverso le interazioni.

O-HuBERT migliora il riconoscimento vocale separando il contenuto dalle informazioni espressive.

Presentiamo PermitQA, un benchmark per valutare i sistemi RAG nell'energia eolica.

Un nuovo metodo migliora il riconoscimento vocale per l'hindi usando tecniche di pseudo-etichettatura.

Un benchmark multidominio valuta le capacità di generazione di codice degli LLM in diversi ambiti.

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.