Artigos mais recentes para Avaliação

Novos métodos visam melhorar as habilidades de raciocínio em modelos de linguagem.

Novas métricas esclarecem as limitações dos modelos de linguagem em representar a realidade.

Um novo sistema pra avaliar modelos de linguagem usando fluxos de dados do mundo real.

Apresentando o IrokoBench pra melhorar a avaliação de LLM em línguas africanas.

O Desafio ULS23 tem como objetivo melhorar a segmentação de tumores em exames de TC pra um tratamento de câncer mais eficiente.

Uma abordagem nova melhora a detecção de imagens falsas criadas por IA.

Um novo padrão pretende avaliar MLLMs na compreensão de vídeos sobre vários temas.

Esse estudo apresenta um novo método pra identificar as imagens de treinamento chave em visuais gerados por IA.

Explorando a importância de desaprender métodos no aprendizado de máquina moderno.

Analisando as principais questões no MARL offline e propondo soluções padronizadas.

Aprenda sobre CGP, sua função, vantagens, aplicações e desafios na programação.

Um novo conjunto de dados melhora a coerência em sequências de imagem-texto para uma criação de conteúdo mais eficaz.

A SciEx revela os pontos fortes e os desafios dos LLMs na avaliação científica.

A SEACrowd tem como objetivo melhorar a representação da IA para as línguas e culturas do Sudeste Asiático.

Um estudo avalia modelos de linguagem sobre como lidar com várias tarefas ao mesmo tempo.

Um novo teste de referência avalia as habilidades dos LLMs com formatos de dados estruturados.

O VCEval oferece uma maneira automatizada de avaliar a eficácia de cursos online.

Um novo benchmark foca na composicionalidade na compreensão de vídeos e em modelos de linguagem.

Um novo método melhora os testes para modelos de linguagem usando dados reais de usuários.

A família Nemotron-4 340B oferece modelos poderosos para aplicações diversas e geração de dados sintéticos.

Avaliar como modelos de linguagem lidam com pistas culturais em tarefas reais.

A VideoVista oferece uma avaliação completa para modelos de perguntas e respostas em vídeo.

Esse artigo explora métodos pra melhorar a confiabilidade dos artefatos de pesquisa em computação.

Os modelos GLM-4 mostram melhorias nas capacidades de entender e gerar linguagem.

Um estudo sobre como usar LLMs pra avaliar outros LLMs e suas implicações.

Um estudo sobre como modelos de linguagem geram justificativas persuasivas para avaliação de argumentos.

Dois novos modelos têm como objetivo melhorar o acesso à tecnologia para falantes de galego.

Analisando as dificuldades de traduzir linguagem metafórica na tradução automática.

DF40 oferece uma abordagem completa para melhorar os métodos de detecção de deepfake.

Esse estudo avalia a honestidade dos LLMs em três áreas principais.

Descubra como as empresas melhoram seus sistemas de perguntas e respostas pra dar um suporte ao usuário melhor.

Um estudo sobre como a IA entende algoritmos e suas implicações.

Uma nova métrica melhora a avaliação de modelos de classificação de texto em diferentes áreas.

A contaminação de dados afeta bastante a avaliação de modelos de linguagem grandes.

Um novo método pra avaliar LLMs tá alinhado com os valores humanos.

Uma nova ferramenta pra avaliar os preconceitos em grandes modelos de visão-linguagem.

Um estudo avalia como as máquinas criam poesias variadas e criativas em comparação com os humanos.

Um novo método melhora como a gente avalia contra-narrativas ao discurso de ódio.

O InternLM-Law melhora as respostas a diversas perguntas legais chinesas com um treinamento avançado.

Explorando como perfis de usuário melhoram a personalização em modelos de linguagem.