Artigos mais recentes para Referência

Este artigo analisa a eficácia de modelos 3D baseados em imagem na estimativa de pose.

Novos testes de referência avaliam o raciocínio causal da IA usando só imagens.

Uma nova abordagem para avaliar LLMs com conjuntos de avaliação diversos.

Um novo benchmark avalia agentes de modelos de linguagem para lidar com análise de dados científicos.

Uma análise dos LLMs e suas diferenças em relação à aquisição de linguagem humana.

Estudando como cilindros em movimento criam ondas sonoras em fluidos para aplicações práticas.

Um novo benchmark avalia como os LLMs aprendem por meio de interações.

O-HuBERT melhora o reconhecimento de fala ao separar a informação do conteúdo e a informação expressiva.

Apresentando o PermitQA, um padrão para avaliar sistemas RAG em energia eólica.

Um novo método melhora o reconhecimento de fala em Hindi usando técnicas de pseudo-rotulagem.

Um benchmark de múltiplos domínios avalia as habilidades de geração de código dos LLMs em várias áreas.

Um novo método testa como a IA interpreta gráficos enganosos.

Um novo projeto de referência tem o objetivo de avaliar as capacidades de resolução de problemas em Java.

Uma nova abordagem simplifica a segurança e a utilidade no treinamento de modelos de linguagem.

Melhorando como as máquinas ajudam os usuários por meio de interações e respostas mais eficazes.

Este estudo analisa a eficácia dos LLMs em musicologia e sua confiabilidade.

Uma ferramenta completa pra avaliar sistemas de computação de alto desempenho.

Um sistema pra gravar e reproduzir ações em apps de WebAssembly.

Explorando técnicas de machine learning pra uma partição eficiente de design VLSI.

A VisScience testa grandes modelos em raciocínio científico usando texto e imagens.

O OpenACE oferece um bom padrão para avaliar codecs de áudio em várias condições.

Esforços pra melhorar a tecnologia de fala pro idioma Faetar, que é pouco recursos.

Esse artigo avalia a habilidade dos VLMs de raciocinar sobre tamanhos e distâncias.

Investigando como agentes de IA reproduzem resultados científicos através de um novo benchmark.

O TDC-2 melhora a pesquisa em desenvolvimento de medicamentos com um acesso de dados melhor e modelos multimodais.

LightSABRE melhora o desempenho de circuitos quânticos com melhorias de velocidade e qualidade.

Pesquisadores de física de alta energia estão otimizando software para diferentes recursos computacionais.

Essa abordagem facilita a escolha de conjuntos de dados de pré-treinamento eficazes para modelos de linguagem.

Uma nova abordagem pra avaliar benchmarks de IA pra compreensão cultural.

Novo método gera simulações completas em código a partir de entradas em linguagem natural.

Esse artigo avalia quão bem os LLMs geram casos de teste para programas em Java.

Pesquisas mostram fraquezas na detecção de toxicidade online usando técnicas de arte ASCII.

Explorando a diferença de desempenho de modelos gerais em tarefas financeiras.

Descubra as últimas melhoras na tecnologia de processamento da língua árabe e seu impacto.

Aprenda como a tecnologia ajuda a editar detalhes minúsculos em imagens de forma eficaz.

Um novo benchmark testa agentes de IA em tarefas realistas de CRM.

A contaminação de dados afeta o desempenho dos modelos de linguagem e dos métodos de avaliação.

Este artigo fala sobre a necessidade de transparência nos benchmarks de modelos de linguagem.

Máquinas aprendem a conectar som e visuais em espaços 3D.

Transformando dados complexos de benchmark em insights visuais claros.