Articoli più recenti per Valutazione

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.

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.