Articoli più recenti per Valutazione

Scopri come la logica a sette valori migliora il processo decisionale con più criteri.

Una sfida che si concentra su modelli generativi profondi per la generazione di immagini mediche realistiche.

Un modello valuta la leggibilità degli articoli di Wikipedia in 14 lingue.

Un nuovo approccio che usa LLM per creare distrattori con il minimo input umano.

Un nuovo modo per valutare i pregiudizi nei metriche di valutazione automatica dell'AI.

Nuovi metodi mirano a migliorare le capacità di ragionamento nei modelli di linguaggio.

Nuove metriche mettono in luce le limitazioni dei modelli linguistici nel rappresentare la realtà.

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

Presentiamo IrokoBench per migliorare la valutazione dei LLM nelle lingue africane.

La sfida ULS23 punta a migliorare la segmentazione dei tumori nelle TC per una cura del cancro migliore.

Un nuovo approccio migliora la rilevazione di immagini false create dall'IA.

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

Questo studio presenta un nuovo metodo per identificare le immagini chiave di addestramento nei visual generati dall'IA.

Esplorare l'importanza dei metodi di disapprendimento nel moderno machine learning.

Esaminare le questioni chiave nel MARL offline e proporre soluzioni standardizzate.

Scopri CGP, il suo funzionamento, i vantaggi, le applicazioni e le sfide nella programmazione.

Un nuovo dataset migliora la coerenza nelle sequenze immagine-testo per una creazione di contenuti efficace.

SciEx rivela punti di forza e sfide dei LLM nella valutazione scientifica.

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

Uno studio valuta i modelli linguistici nel gestire più compiti contemporaneamente.

Un nuovo benchmark testa le capacità dei LLM con formati di dati strutturati.

VCEval offre un modo automatico per valutare l'efficacia dei corsi online.

Un nuovo benchmark punta sulla composizionalità nella comprensione dei video e nei modelli linguistici.

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

La famiglia Nemotron-4 340B offre modelli potenti per applicazioni diverse e generazione di dati sintetici.

Valutare come i modelli linguistici gestiscono i segnali culturali in compiti reali.

VideoVista offre una valutazione completa per i modelli di domanda-risposta su video.

Questo articolo esplora metodi per migliorare l'affidabilità degli artefatti di ricerca in informatica.

I modelli GLM-4 mostrano capacità migliorate nella comprensione e generazione del linguaggio.

Uno studio sull'uso dei LLM per giudicare altri LLM e le sue implicazioni.

Uno studio su come i modelli linguistici generano ragionamenti persuasivi per la valutazione degli argomenti.

Due nuovi modelli puntano a migliorare l'accesso alla tecnologia per i parlanti galiziani.

Esaminando le difficoltà di tradurre il linguaggio metaforico nella traduzione automatica.

DF40 offre un approccio completo per migliorare i metodi di rilevamento dei deepfake.

Questo studio valuta l'onestà dei LLM in tre aree chiave.

Scopri come le aziende migliorano i loro sistemi di domande e risposte per un supporto utenti migliore.

Uno studio su come l'IA comprende gli algoritmi e le loro implicazioni.

Una nuova metrica migliora la valutazione dei modelli di classificazione del testo in diversi ambiti.

La contaminazione dei dati influisce parecchio sulla valutazione dei modelli di linguaggio grandi.

Un nuovo metodo per valutare i LLM si allinea con i valori umani.