Artigos mais recentes para Referência

Novo padrão busca melhorar a compreensão de texto e imagens pela IA.

WeiPer melhora a detecção de dados fora de distribuição em modelos de machine learning usando ajustes de peso.

Este estudo mede o desempenho dos LLMs em diálogos de matemática complexa.

A LinkLogic traz clareza e confiabilidade pra previsão de links em gráficos de conhecimento.

Novos métodos e referências visam simplificar a formalização da matemática através do Lean 4.

Testes recentes mostram que os LLMs têm fraquezas em raciocínio simples, apesar de terem boas notas nos benchmarks.

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

Um novo ponto de referência ajuda a melhorar o desempenho de GNN em meio aos desafios de ruído nas etiquetas.

Bench2Drive oferece um método de avaliação justo para tecnologias de condução autônoma.

Novos métodos melhoram o desempenho dos modelos de linguagem em tarefas de raciocínio complexo.

Um estudo apresenta um novo benchmark para o desempenho de prompts na criação e recuperação de imagens.

Analisando os modelos que já existem dá pra ver como o desempenho dos modelos de linguagem muda conforme eles vão ficando maiores.

Um novo teste pra avaliar LLMs em tarefas de programação em Java.

Um novo método cria legendas de vídeo melhores ao focar em narrativas e causalidade.

Um novo benchmark testa a capacidade dos LLMs de encontrar vulnerabilidades de software.

Um novo benchmark avalia o desempenho de modelos multilíngues em tarefas de recuperação semântica.

Descubra como o CMC-Bench tá transformando as técnicas de compressão de imagem.

DafnyBench avalia ferramentas de verificação de software, abrindo caminho para uma programação confiável.

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

Um novo benchmark testa o raciocínio composicional em modelos avançados.

Um framework pra melhorar a segurança em agentes LLM em várias aplicações.

Um novo benchmark avalia quão bem os modelos entendem o tempo e os eventos.

Este artigo analisa métodos para avaliar a variância em benchmarks de avaliação de modelos de linguagem.

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

Um novo benchmark ajuda os pesquisadores a melhorar os métodos de detecção de integridade de imagem.

Um estudo sobre como melhorar as habilidades de resolução de problemas dos LLMs usando uma nova estrutura.

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

Novos métodos revelam desafios em desaprender conhecimento de modelos de linguagem.

Modelos de linguagem de longo contexto facilitam tarefas complexas e melhoram a interação com a IA.

Um novo benchmark avalia as habilidades de raciocínio em modelos de linguagem.

Analisando os avanços na tecnologia de banco de dados em GPU e seu desempenho.

Um novo padrão para o desaprendizado de máquinas melhora a avaliação e a comparação de métodos.

Um novo método melhora a precisão da geração de código usando documentos externos.

O CEBench ajuda empresas e pesquisadores a avaliar LLMs enquanto gerenciam custos e desempenho.

Destaques da pesquisa mostram as habilidades de aprendizado em contexto em grandes modelos de linguagem.

Novo framework avalia o desempenho do SLAM em condições desafiadoras.

Novo benchmark avalia como modelos de vídeo-linguagem lidam com imprecisões de forma eficaz.

Avaliar como LLMs criam textos persuasivos sobre vários assuntos.

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

Uma ferramenta de referência avança estratégias de aprendizado ativo em aprendizado de máquina.