評価 に関する最新の記事

説明可能な人工知能における評価の問題を探求し、信頼を求める。

DECOがエンジニアリングの作業をもっと簡単で効率的にする役割を発見しよう。

画像処理の進歩が、コンピュータが視覚コンテンツを理解する方法を変えてるね。

新しい方法が、限られたデータでのパーソナライズド評価におけるLLMのパフォーマンスを向上させる。

高校から大学に進む際に、学生が自分の学習プロセスをどう管理しているかを探ること。

モデル予測制御が機械の意思決定能力をどう高めるかを発見しよう。

新しいベンチマークが情報検索モデルのためのオランダ語データを強化した。

古典的な物体が量子粒子の奇妙な振る舞いとどう関係しているのかを発見しよう。

MALAMUTEデータセットは、教育関連のトピックで言語モデルをテストして、より良い理解を目指してるよ。

CG-Benchは、機械が手がかりに基づいた質問を使って長い動画をより良く分析するのを助けるよ。

異文化の背景におけるLLMの推論をテストするための新しいベンチマーク。

新しい技術でオンラインで欲しい商品を見つけるのが簡単になったよ。

新しいベンチマークがAIモデルがどれだけ多様な人間のニーズを満たしているかを評価する。

マルチディストリビューション学習が機械システムをより賢く、公平にする方法を学ぼう。

新しい方法で、人間が書いた回答を使って言語モデルの評価が改善されてるよ。

FiVLはAIが画像と言葉をうまく結びつける能力を強化するよ。

AIがUMLダイアグラムの採点を教師と生徒のためにどのように効率化できるかを探ってみよう。

新しいベンチマークがテキストから画像生成モデルの評価を強化する。

AIが開発者のコードリファクタリングの風景をどう変えてるか学ぼう。

BEEは、さまざまなベースラインを通じてAIの意思決定に新しい見解を提供してるよ。

WarriorCoderはモデルがコーディングスキルを向上させるための競争の場を作るんだ。

VERSAはスピーチ、オーディオ、音楽の品質を効果的に評価するよ。

新しいフレームワークがAI評価でパフォーマンスと同じくらい安全性を重視してるよ。

SpeechSSMが長文スピーチ生成をどう変えて、より良いインタラクションを生み出すかを発見しよう。

要約の質を効果的に評価する方法を学ぼう。

ETTAが言葉をクリエイティブな音の体験に変える方法を発見しよう。

M-MADはマルチエージェントの議論を通じて翻訳の質を向上させる。

最先端のモデルで、テキストがオーディオに変わる方法を見つけてみよう。