評価 に関する最新の記事

DEnsityは、人間の会話パターンに基づいて対話システムを評価する新しいアプローチを提供してるよ。

この記事では、より良い推薦のために多様なユーザーフィードバックを使うメリットについて話してるよ。

ArgUは、効果的な議論のために事実に基づいた構造化された論拠を作るよ。

この研究は、GPT-3が医療文献を効果的に要約する能力を評価してるよ。

音楽の演奏の美しさを評価するための数学的な方法。

この研究はブラジルの歯科専門センターにおける歯周治療を評価しているよ。

この記事では、AI生成の説明がユーザーにどれだけ効果的かを調べてるよ。

マルチメディア用の自動フォーリー音作成を改善するためのコンペ。

C-Evalは、中国語のLLMの推論能力と知識スキルを評価する。

新しいデータセットが、機械が文書を読み取り反応する方法を改善する。

RACEデータセットの読解力に関する強みと弱みの分析。

言語モデルのベンチマークとそれが人間のパフォーマンスに与える影響を批判的に見てみよう。

この記事では、NLPシステムの評価で欠損スコアを扱う新しい方法を紹介するよ。

チャットボットがどうやって共感するようにトレーニングされているか学ぼう。

mLongT5は、複数の言語で長いテキストを効率的に管理するよ。

新しい方法が、テキスト説明から生成されたAI画像の評価をもっと良くするんだ。

階層的タスク分解を通じて構造化された指示を作成する研究。

IKDSummは、災害に関する特定の知識を使って、災害時のツイートを効果的に要約するよ。

複雑なタスクでLLMのパフォーマンスを向上させるための新しい分類法。

コンテキストを考慮して議論の質を評価する新しい方法。

研究は、言語モデルが言語を理解する評価方法を検討している。

シーホースは、人間の評価付きの多言語要約の大規模なコレクションを提供しているよ。

文化的参照を翻訳するための機械翻訳システムの研究の進展。

さまざまな医療データタイプを統合してより良い分析をする新しい方法。

言語モデルのパフォーマンスをいろんな人のデモグラフィックで評価するのは、効果的に使うためにめっちゃ大事だよね。

研究によると、テキスト生成における検索拡張型言語モデルの限界が明らかになった。

長いテキストを効果的に考えるための構造化されたフレームワークを紹介します。

MMSMRデータセットは、多様な人間の反応を使ってチャットボットの会話評価を改善することを目指してるよ。

この研究では、中国とアメリカの文化の社会的規範をデータ分析を通じて比較してるよ。

ユーザーの質問に基づいてテーブルをまとめる新しいアプローチで、より良いインサイトを得る。

機械生成テキストの評価をわかりやすく説明するシステムを紹介します。

新しいデータセットが、さまざまな言語で指示を理解するための言語モデルの能力を向上させる。

新しい方法が、言語モデルが正確な回答を提供する際の課題に対処してるよ。

欠損予測を推定することで、禁じられた分類器を評価する方法。

確認の質問は、会話システムでの効果的なコミュニケーションにとって欠かせない。

新しい方法が手話コンテンツのビデオ要約を改善する。

さまざまなデータタイプをうまくリンクするためのモデルの能力を向上させる。

大規模言語モデルの多段階推論能力を評価するツール。

参照ベースと参照なしの手法を組み合わせて、より良い要約評価を目指す。

研究によると、LLMは特に慣用句の翻訳において、より自然な翻訳を提供するらしいよ。