Artigos mais recentes para Avaliação

DEnsity traz uma nova maneira de avaliar sistemas de diálogo com base em padrões de conversa humana.

Este artigo fala sobre os benefícios de usar feedback diversificado de usuários para ter recomendações melhores.

ArgU cria argumentos estruturados com base em informações reais pra discussões eficazes.

Este estudo avalia a capacidade do GPT-3 de resumir literatura médica de forma eficaz.

Um método matemático pra avaliar a beleza das performances musicais.

Esse estudo avalia o cuidado periodontal nos Centros de Especialidades Odontológicas do Brasil.

Este artigo analisa a eficácia das explicações geradas por IA para os usuários.

Uma competição pra melhorar a criação automática de sons Foley pra multimídia.

O C-Eval avalia as habilidades de raciocínio e conhecimento dos LLMs em chinês.

Um novo conjunto de dados melhora como as máquinas leem e respondem a documentos.

Uma análise dos pontos fortes e fracos do conjunto de dados RACE para compreensão de leitura.

Um olhar crítico sobre os benchmarks de modelos de linguagem e suas implicações para o desempenho humano.

Esse artigo apresenta um novo método pra lidar com pontuações faltando nas avaliações de sistemas de PNL.

Aprenda como os chatbots estão sendo treinados pra responder com empatia.

mLongT5 gerencia textos mais longos de forma eficiente em várias línguas.

Um novo método melhora como avaliamos imagens geradas por IA a partir de descrições em texto.

Um estudo sobre como criar instruções estruturadas através da decomposição hierárquica de tarefas.

O IKDSumm resume tweets durante desastres usando um conhecimento específico sobre desastres.

Uma nova taxonomia pra melhorar o desempenho de LLM em tarefas complexas.

Um novo método pra avaliar a qualidade dos argumentos levando em conta o contexto.

Estudo avalia métodos pra avaliar modelos de linguagem na compreensão da língua.

Seahorse oferece uma grande coleção de resumos multilíngues com avaliações de humanos.

Pesquisas sobre avanços em traduzir referências culturais usando sistemas de tradução automática.

Um novo método pra integrar vários tipos de dados médicos pra uma análise melhor.

Avaliar o desempenho dos modelos de linguagem em diferentes demografias humanas é essencial pra um uso eficaz.

Um estudo revela limitações em modelos de linguagem com recuperação aumentada para geração de texto.

Apresentando uma estrutura organizada pra raciocinar bem sobre textos longos.

O conjunto de dados MMSMR tem como objetivo melhorar a avaliação de conversas de chatbots com respostas humanas variadas.

Esse estudo compara as normas sociais entre as culturas chinesa e americana por meio da análise de dados.

Uma nova abordagem para resumir tabelas com base nas perguntas dos usuários para obter melhores insights.

Apresentando um sistema que explica de forma clara a avaliação de texto gerado por máquinas.

Um novo conjunto de dados melhora a capacidade dos modelos de linguagem de entender instruções em várias línguas.

Um novo método enfrenta os desafios que os modelos de linguagem têm em dar respostas precisas.

Um método pra avaliar classificadores que se abstêm, estimando suas previsões que estão faltando.

Perguntas de esclarecimento são essenciais pra uma comunicação efetiva em sistemas de conversa.

Um novo método melhora a resumos de vídeos para conteúdo em língua de sinais.

Aprimorando as capacidades do modelo pra conectar diferentes tipos de dados de forma eficaz.

Uma ferramenta pra avaliar as capacidades de raciocínio em várias etapas de modelos de linguagem grandes.

Combinando métodos baseados em referência e métodos sem referência pra uma avaliação de resumo melhor.

Estudo mostra que LLMs oferecem traduções mais naturais, especialmente pra expressões idiomáticas.