Articoli più recenti per Valutazione dei Dati

Nuovo dataset migliora la valutazione dei modelli multilingue in diverse lingue.

Il metric SQuArE migliora la valutazione dei sistemi QA attraverso riferimenti a più risposte.

Nuovi metodi migliorano la valutazione delle prestazioni di piccoli oggetti in WSSS.

Un nuovo framework per valutare i sistemi RAG senza riferimenti umani.

Introducendo un metodo che misura la qualità delle risposte a diversi livelli di dettaglio.

Questo studio propone nuovi metodi per valutare le risposte nel campo della domanda e risposta automatica.

Nuovi metodi migliorano la valutazione delle spiegazioni dei modelli di intelligenza artificiale.

Un nuovo dataset e un metodo migliorano la generazione di domande nei modelli linguistici.

Nuovo dataset migliora la verifica dei passaggi di ragionamento nei modelli di IA.

Quest'articolo presenta un benchmark per valutare modelli di linguaggio grandi con compiti complessi.

Uno studio su come ChatGPT usa il linguaggio e le caratteristiche del vocabolario.

Uno sguardo dettagliato alla valutazione di CyberMetric degli esperti di AI e umani nella cybersecurity.

Un nuovo metodo valuta l'efficacia della modifica dei modelli nel generare testi più lunghi.

Un nuovo sistema per valutare la correttezza delle risposte dell'IA con un giudizio simile a quello umano.

Il nuovo dataset migliora i metodi di valutazione per il machine unlearning nella generazione di immagini.

FanOutQA aiuta a valutare i modelli linguistici su domande difficili a più passaggi usando dati strutturati.

Un nuovo strumento genera diverse istanze di allucinazioni visive per migliorare l'accuratezza dell'IA.

Questo articolo parla di un nuovo framework per valutare le allucinazioni nei LVLM.

Un metodo per la valutazione continua dei modelli nel machine learning per prevenire l'overfitting.

Un nuovo metodo migliora il fact checking nei sistemi di generazione aumentata da recupero.

Migliorare la comprensione delle intenzioni degli utenti attraverso la negazione e l'implicatura.

Un'analisi sulla comprensione delle regole di riconoscimento delle entità da parte dei modelli linguistici.

Questa ricerca valuta l'uso degli LLM per scenari realistici di auto a guida autonoma.

Un framework per migliorare le performance del NLP attraverso vari dialetti linguistici.

Valutare i LLM sulla loro capacità di gestire testi lunghi nella letteratura.

Un nuovo framework valuta quanto siano affidabili gli LLM come assistenti biomedici.

Uno studio mette in evidenza l'impatto della contaminazione dei dati sulle valutazioni dei modelli di codice.

Un nuovo dataset migliora la valutazione della conoscenza molecolare nei modelli linguistici.

SPHINX-V migliora la capacità dell'IA di interpretare le immagini tramite l'interazione dell'utente.

BEAR migliora la valutazione della conoscenza relazionale nei modelli di linguaggio.

Questo studio esamina come i modelli linguistici gestiscono diverse espressioni degli stessi problemi di ragionamento.

Un nuovo set di dati valuta come i modelli linguistici gestiscono contenuti dannosi in diverse culture.

Un nuovo benchmark migliora il modo in cui valutiamo gli LVLM e la loro precisione.

Una valutazione di quanto bene i LLM ricordano le informazioni di fatto e i fattori coinvolti.

Questo studio offre metodi migliori per valutare i modelli da testo a immagine.

Uno studio che valuta i metodi di few-shot learning per la classificazione della lingua polacca.

Nuove metriche migliorano la valutazione dei sistemi di estrazione delle informazioni nei documenti scritti a mano.

WorkBench testa la capacità degli agenti di svolgere compiti d'ufficio realistici con un metodo di valutazione unico.

Valutare come i LLM si adattano a nuove informazioni e pregiudizi.

Un nuovo metodo per valutare quanto i modelli linguistici siano in linea con i valori umani.