Articoli più recenti per Valutazione

Un nuovo strumento per valutare i pregiudizi nei grandi modelli di visione-linguaggio.

Uno studio valuta come le macchine creano poesia varia e creativa rispetto agli umani.

Un nuovo metodo migliora il modo in cui valutiamo le contro-narrazioni all'odio.

InternLM-Law migliora le risposte a diverse domande legali cinesi con un addestramento avanzato.

Esplorare come i profili utente migliorano la personalizzazione nei modelli di linguaggio.

Le ricerche mostrano che i modelli fanno fatica con le dipendenze tra i passaggi nelle ricette di cucina.

Questo paper presenta un metodo per valutare i modelli di linguaggio attraverso vari prompt.

Nuovo metodo affronta le differenze regionali nella valutazione del bias di genere.

Il dataset M2Lingual migliora le capacità di seguire le istruzioni in diverse lingue.

Questo articolo presenta un nuovo metodo per valutare in modo efficace i modelli da testo a immagine.

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

RAGBench presenta un dataset completo per valutare i sistemi di Generazione Augmentata da Recupero.

Dysca introduce un nuovo modo per valutare le prestazioni LVLM utilizzando dati sintetici.

Uno sguardo ai metodi moderni nel design ingegneristico per efficienza e prestazioni.

Un nuovo approccio migliora l'estrazione degli eventi causali utilizzando una valutazione incentrata sull'uomo.

Valutare come il deferire agli esperti umani influisca sulla precisione delle previsioni nei modelli di ML.

Introducendo un nuovo metodo per soluzioni migliori in compiti complessi di ingegneria e robotica.

Uno studio che valuta la qualità dei dataset per identificare l'odio online.

Un nuovo metodo misura come i modelli linguistici adattano le loro credenze con nuove prove.

Nuovo benchmark migliora la valutazione dei modelli multimodali minimizzando i bias.

GraphArena valuta le prestazioni degli LLM su problemi di grafi utilizzando dati del mondo reale.

Esplora un modo giusto per condividere il credito nei progetti di gruppo.

Un nuovo benchmark per valutare i modelli linguistici di grandi dimensioni nei test di ipotesi.

CRAB migliora i test per i modelli linguistici in ambienti reali.

Questo articolo esamina l'impatto dei cambiamenti temporali sulle valutazioni dei sistemi di recupero delle informazioni.

Presentiamo FairMedFM per valutare l'equità dei modelli di fondazione nella sanità.

Nuovo dataset migliora le prestazioni del modello di lingua araba e favorisce una comunicazione efficace.

Studiare come la quantizzazione influisce sulle prestazioni in diverse lingue.

Esplorando modelli di machine learning e nuovi dataset per una sicurezza migliore.

Un nuovo benchmark affronta le sfide nel recupero del codice per gli sviluppatori.

Nuovi metodi migliorano l'affidabilità del testo generato dai modelli di linguaggio.

Uno strumento per identificare risposte fuorvianti da modelli linguistici ampi.

Scopri l'importanza e le sfide di valutare efficacemente le prestazioni degli LLM.

Uno sguardo alle classifiche dei modelli di fondazione e ai problemi di valutazione.

Lo studio rivela il bias negli strumenti di valutazione dell'IA che favoriscono le risposte più lunghe.

Un nuovo approccio migliora l'accuratezza delle valutazioni dei modelli di linguaggio.

Un nuovo metodo per selezionare lingue diverse nella ricerca di elaborazione del linguaggio naturale.

Un nuovo benchmark valuta le capacità di ragionamento temporale dei grandi modelli linguistici.

Approccio innovativo per creare funzioni di acquisizione efficaci per l'ottimizzazione bayesiana.

Un nuovo set di dati migliora la precisione nella valutazione dei riassunti delle storie generati dai modelli di linguaggio.