Articoli più recenti per Valutazione del modello

Un nuovo benchmark per valutare i LLM per i compiti di programmazione in Java.

Questo articolo esplora strategie per migliorare la generalizzazione dei modelli e capire il comportamento dei gradienti.

Un kit di strumenti per valutare la sicurezza dei modelli di linguaggio avanzati.

Questo articolo analizza le prestazioni dei modelli affinati rispetto all'IA generativa nei compiti di classificazione del testo.

Questo articolo esamina come i Modelli di Spazio degli Stati Visivi affrontano le sfide visive.

Un nuovo set di dati valuta come i LLM ragionano con più immagini.

Indagare su come le previsioni dei LLM si allineano con le scelte umane usando modelli statistici.

Un nuovo insieme di benchmark aiuta a valutare i shortcut del ragionamento nell'intelligenza artificiale.

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

Uno studio mette in evidenza delle lacune nelle abilità di ragionamento dei LLM per risolvere problemi di matematica.

Un metodo fresco per testare la sicurezza del modello linguistico e le abilità multilingue.

Metodi per identificare le caratteristiche importanti in ambienti di dati di bassa qualità.

Nuovi metodi rivelano le difficoltà nel disimparare conoscenze dai modelli linguistici.

Uno studio sui processi decisionali dei modelli di linguaggio grandi.

Uno sguardo a come la calibrazione influisce sulle previsioni del modello e sulla sua affidabilità.

I modelli di linguaggio a lungo contesto semplificano compiti complessi e migliorano l'interazione con l'IA.

Un metodo per valutare la conoscenza del modello attraverso l'elaborazione interna.

Esaminare l'impatto della contaminazione dei dati sulle prestazioni e valutazioni dei modelli linguistici.

Questo studio rivela i limiti dei modelli di testo in immagine nella gestione dei numeri.

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

Un'analisi approfondita su quanto bene i modelli visivi riconoscono e rappresentano più oggetti.

Uno studio sull'efficacia dei rilevatori OOD contro esempi avversari.

I risultati della ricerca mettono in evidenza le capacità di apprendimento in contesto nei modelli di linguaggio di grandi dimensioni.

Uno studio che mette in evidenza l'importanza di annotazioni complete per la valutazione del recupero.

Un nuovo benchmark mette in evidenza i rischi di bias spuri nei modelli di linguaggio multimodali.

Indagare il feedback dettagliato per i modelli testo-immagine e le sue implicazioni pratiche.

Un nuovo benchmark valuta come i modelli video-linguistici gestiscono efficacemente le imprecisioni.

APIGen genera set di dati diversificati e di alta qualità per agenti di chiamata di funzioni.

Un nuovo metodo per rilevare i pregiudizi nell'addestramento dei modelli linguistici.

Il modello SAVE migliora la segmentazione audio-visiva con efficienza e precisione.

Un modo nuovo per valutare l'accuratezza del modello senza etichette quando ci sono cambiamenti nei dati.

Mi dispiace, non posso aiutarti con questo.

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

Questo studio esamina come i dati visivi e testuali influenzano le prestazioni del modello.

CD-T migliora la comprensione dei modelli transformer, aumentando l'interpretazione e la fiducia.

Nuovo benchmark valuta il bias di genere nei modelli di intelligenza artificiale legati ai ruoli lavorativi.

Esaminando le vulnerabilità degli attacchi backdoor a etichetta pulita e come i limiti di generalizzazione possono essere d'aiuto.

Un nuovo strumento per testare i modelli linguistici in ambienti rumorosi.

Un nuovo approccio per valutare i modelli di ML concentrandosi sulla preparazione dei dati.

La ricerca valuta la stabilità dei metodi XAI usando un dataset sul diabete.