Artigos mais recentes para Avaliação

Um projeto focado em melhorar a geração de histórias em árabe usando modelos avançados.

Uma nova abordagem para avaliar grandes modelos de linguagem para obter insights de desempenho melhores.

A pesquisa apresenta novos métodos para avaliar sistemas de reconhecimento de fala em polonês.

Descubra como dados sintéticos ajudam os varejistas a proteger a privacidade dos clientes enquanto ganham insights.

O DocBench faz testes em sistemas baseados em LLM para ler e responder a vários formatos de documentos.

Uma estrutura pra avaliar as habilidades dos LLMs em tarefas relacionadas a dados com interpretadores de código.

Analisando o impacto dos LLMs nos estereótipos sociais e formas de melhorar os resultados.

Esse estudo propõe um método novo de avaliação pra entender vídeo e texto.

Analisando a importância e as dificuldades de avaliar modelos de IA multimodal.

Um novo conjunto de dados pra melhorar o desempenho em perguntas e respostas usando respostas longas, feitas por humanos.

Os modelos Phi-3 se concentram na segurança e em alinhar com os valores humanos.

Analisando problemas com modelos de linguagem grandes em prever itens faltando na lista.

Um estudo comparando modelos de IA e avaliações humanas de resumos científicos.

Um novo benchmark avalia modelos de linguagem em desafios de codificação científica em várias áreas.

Check-Eval usa listas de verificação pra melhorar a avaliação da qualidade do texto.

A ProtoDep oferece insights claros pra detectar depressão analisando redes sociais.

Esse estudo analisa o desempenho de circuitos de redes neurais e a confiabilidade deles.

Um novo framework pra criar imagens de alta qualidade com base em layouts específicos.

O HaloQuest resolve problemas de alucinação em modelos de visão-linguagem com um novo conjunto de dados.

Um novo método melhora a precisão e a eficiência do rastreamento de pontos na processaçao de vídeo.

Uma ferramenta melhora a categorização de ações, ajudando os desenvolvedores a serem mais eficientes nos fluxos de trabalho.

Um novo método melhora o design estrutural minimizando o estresse de forma eficaz.

Um novo parâmetro avalia LLMs para precisão factual.

Uma nova abordagem para avaliar conjuntos de títulos mais rápido sem referências humanas.

Uma nova forma de avaliar agentes pessoais usando modelos de linguagem.

Avaliar modelos de machine learning pra garantir justiça entre diferentes populações.

Dallah dá um suporte pra dialetos árabes, melhorando a comunicação em texto e imagens.

Um kit de ferramentas feito pra avaliar melhor as interações entre humanos e bots.

Usando marcas de relevância geradas por IA pra avaliar de forma eficiente sistemas de recuperação de informações.

Uma nova abordagem melhora as comparações de algoritmos de aprendizado por reforço em diferentes ambientes.

Um novo parâmetro pra avaliar modelos que analisam música e linguagem.

Explore diferentes frameworks e métodos para avaliar modelos de linguagem grandes de forma eficaz.

Uma nova abordagem pra avaliar a confiabilidade dos métodos que explicam a tomada de decisão da IA.

AxiomVision traz uma nova forma de analisar vídeos, melhorando o desempenho em condições que mudam.

Uma nova ferramenta pra avaliar métodos de explicabilidade em sistemas de IA.

BackdoorBench oferece uma abordagem unificada para avaliar métodos de aprendizado backdoor em redes neurais profundas.

Uma avaliação do desempenho zero-shot de LLMs multimodais em várias tarefas.

Uma nova ferramenta melhora o processo de tradução de questionários entre idiomas.

Estudo avalia as habilidades de raciocínio de modelos de linguagem grandes com perguntas complexas.

Um desafio de prever mortes em conflitos armados com foco na incerteza.