Artigos mais recentes para Avaliação

Pesquisas mostram que os modelos têm dificuldade com as dependências de etapas em receitas de cozinha.

Esse artigo apresenta um método pra avaliar modelos de linguagem em vários prompts.

Novo método aborda diferenças regionais na avaliação de preconceito de gênero.

O dataset M2Lingual melhora as habilidades de seguir instruções em várias línguas.

Esse artigo apresenta um novo método pra avaliar modelos de texto pra imagem de forma eficaz.

Este estudo compara o desempenho de Modelos de Linguagem usando testes INVALSI de italiano.

O RAGBench apresenta um conjunto de dados completo pra avaliar sistemas de Geração Aumentada por Recuperação.

A Dysca apresenta uma nova forma de avaliar o desempenho do LVLM usando dados sintéticos.

Um olhar sobre métodos modernos em design de engenharia para eficiência e desempenho.

Uma nova abordagem melhora a extração de eventos causais usando avaliação centrada no ser humano.

Avaliar como confiar em especialistas humanos afeta a precisão das previsões em modelos de ML.

Apresentando um novo método para melhores soluções em tarefas complexas de engenharia e robótica.

Um estudo avaliando a qualidade dos conjuntos de dados para identificar discurso de ódio online.

Um novo método mede como os modelos de linguagem adaptam suas crenças com novas evidências.

Novo benchmark melhora a avaliação de modelos multimodais ao minimizar preconceitos.

O GraphArena avalia o desempenho de LLM em problemas de gráfico usando dados do mundo real.

Explore um jeito justo de dividir os créditos em projetos em grupo.

Um novo padrão pra avaliar grandes modelos de linguagem em testes de hipótese.

O CRAB melhora os testes para modelos de linguagem em ambientes do dia a dia.

Esse artigo analisa o impacto das mudanças temporais nas avaliações de sistemas de recuperação de informação.

Apresentando o FairMedFM pra avaliar a justiça dos modelos de fundação na área da saúde.

Novo conjunto de dados melhora o desempenho do modelo de linguagem árabe e ajuda na comunicação eficaz.

Estudando como a quantização afeta o desempenho em diferentes línguas.

Explorando modelos de aprendizado de máquina e novos conjuntos de dados pra melhorar a segurança.

Um novo benchmark aborda os desafios na recuperação de código para desenvolvedores.

Novas maneiras aumentam a confiabilidade do texto gerado por modelos de linguagem.

Uma ferramenta pra identificar respostas enganosas de grandes modelos de linguagem.

Descubra a importância e os desafios de avaliar o desempenho de LLM de forma eficaz.

Uma olhada nas classificações de modelos de fundação e seus problemas de avaliação.

O estudo mostra que as ferramentas de avaliação de IA têm um viés a favor de respostas mais longas.

Uma nova abordagem melhora a precisão das avaliações de modelos de linguagem.

Um novo método pra selecionar línguas diversas na pesquisa de processamento de linguagem natural.

Um novo padrão avalia as habilidades de raciocínio temporal de grandes modelos de linguagem.

Abordagem inovadora pra criar funções de aquisição eficazes pra otimização Bayesiana.

Um novo conjunto de dados melhora a precisão na avaliação de resumos de histórias gerados por modelos de linguagem.

Um novo método pra avaliar agentes de análise de dados pra ter insights melhores nos negócios.

Um desafio pra melhorar a compreensão dos robôs sobre as interações humanas.

Uma nova estrutura tem como objetivo automatizar as revisões de artigos para um feedback de melhor qualidade.

Apresentando o DictaLM 2.0 e o DictaLM 2.0-Instruct pra melhorar o processamento da língua hebraica.

Este estudo analisa como os modelos representam bem culturas diversas.