評価 に関する最新の記事

LLMが評価プロセスをどう強化するかと、重要な課題にどう対処するかの概要。

この研究は、LLMが代替用途テストで創造性をどれだけよく評価できるかを調べてるんだ。

STARは、より賢くて速い結果を得るためのAIモデル構築を自動化します。

ER 2Scoreは、自動放射線レポートの質評価を向上させるよ。

テキストプロンプトを現実的な動画に変えるために物理法則を取り入れてるんだ。

大きな言語モデルは信頼できる評価者なの？彼らの評価の一貫性を探る。

ChemTEBは専門的なモデルを評価することで、化学テキスト処理を改善するのを手伝うよ。

AgriBenchは、より賢い農業の意思決定を支援するためのAIツールを評価してるよ。

SelfPromptが言語モデルの強さを効果的に評価する方法を学ぼう。

サンドバッグがAIの評価にどんな影響を与えるか、またそれを検出する方法について学ぼう。

研究者たちがシンハラ語のテキストをより理解しやすくするためにどう簡素化しているかを学ぼう。

TDD-Benchは、TDD手法を使う開発者のための自動テスト生成を強化するよ。

研究者たちは、より良い理解のためにパラフレーズの監督を使って自動音声認識を強化してるよ。

新しい方法が自動胸部X線レポートの精度を向上させる。

競技ゲームの中でのAIのワクワクする世界を発見しよう。

機械翻訳の指標がどうやって公平で一貫性があるかを見てみる。

AIのベンチマークはパフォーマンスを示すけど、現実の使い方をあんまり理解してないことが多いんだよね。

子供みたいに機械が言語を学ぶ方法を改善することを目的としたコンペ。

研究者たちがテキストから画像へのAI精度を向上させる新しい方法を開発した。

新しい方法で神経細胞が独立して働けるようになって、ニューラルネットワークのトレーニングが向上したよ。

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。