Artigos mais recentes para Avaliação

Descubra como a VERA melhora a precisão e eficiência na avaliação de sistemas RAG.

Uma nova abordagem para avaliar LLMs com conjuntos de avaliação diversos.

Este artigo analisa como o viés de formato afeta o desempenho dos modelos de linguagem e sugere estratégias de melhoria.

O Hindi-BEIR tem como objetivo melhorar os sistemas de recuperação de informações para conteúdo em Hindi.

Explorando métodos pra alinhar LLMs com grupos online pra ter insights melhores.

Uma ferramenta criada pra avaliar as habilidades em linguagem de sinais através da análise do movimento natural.

Uma nova abordagem pra avaliar respostas relacionadas à saúde geradas por modelos de IA.

O FilmCPI melhora a descoberta de medicamentos ao resolver o desequilíbrio de dados e aumentar a eficiência das previsões.

O modelo RedWhale melhora a compreensão de texto em coreano com técnicas especializadas.

Uma olhada no desempenho e nos desafios do SAM2 na segmentação de imagens médicas.

A pesquisa avalia como os LLMs geram perguntas educacionais para aprendizado.

Quadro inovador melhora a clareza em resumos de documentos médicos.

Esse artigo analisa um método pra avaliar a precisão do código gerado por LLMs.

Um novo método melhora a precisão na contagem de objetos em imagens geradas.

Um olhar sobre como melhorar os métodos de explicação da IA pra entender melhor.

Um novo modelo criado pra melhorar tarefas em vietnamita com processamento de texto e imagem.

Uma nova forma de avaliar modelos de linguagem com diferentes instruções e tarefas.

A IA pode acelerar muito a correção de provas escritas para os professores.

O estudo analisa a eficácia de LLMs especializados em tarefas clínicas.

Uma olhada nas descobertas recentes sobre métodos de avaliação de tradução automática.

O FSDEM traz uma nova maneira de avaliar técnicas de seleção de características para análise de dados.

Este artigo aborda a avaliação de LLMs em práticas de codificação segura.

Um novo método pra avaliar quão bem os LLMs entendem e aplicam regras.

Um novo método pra avaliar e comparar o conhecimento dos modelos de linguagem.

Um novo método melhora a criação de panoramas usando o operador Merge-Attend-Diffuse.

Um framework de avaliação completo para chatbots na saúde é apresentado para melhorar a eficácia deles.

Uma nova ferramenta ajuda a avaliar as habilidades de programação em JavaScript e os níveis de proficiência.

Esse sistema ajuda a pensar e tomar decisões através de um raciocínio estruturado.

Este estudo analisa como os recrutadores veem as ferramentas de IA na contratação de engenheiros de software.

Este artigo fala sobre um novo sistema de classificação pra avaliar modelos de linguagem de forma mais justa.

O LongGenBench avalia modelos de linguagem grandes na geração de textos longos de alta qualidade.

Modelos de Linguagem Grande melhoram a eficiência na avaliação de respostas médicas.

Esse estudo avalia modelos de machine learning pra detectar lixo nos rios.

Analisando questões éticas no uso de modelos de linguagem para condições psiquiátricas.

A VisScience testa grandes modelos em raciocínio científico usando texto e imagens.

Esse estudo avalia como os LLMs lidam com consultas SPARQL e Grafos de Conhecimento.

Uma análise de como sistemas de recuperação funcionam em ambientes de dados em mudança.

Um novo método melhora a forma como os modelos de linguagem seguem instruções complexas.

Apresentando uma estrutura inovadora para testar interações de modelos de linguagem em cenários de RPG.

TeXBLEU oferece um jeito confiável de avaliar expressões LaTeX a partir de matemática falada.