Artigos mais recentes para Referência

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

Um novo padrão tem como objetivo melhorar o treinamento de robôs em ambientes domésticos realistas.

Uma nova estrutura de benchmarking melhora a eficiência na avaliação de modelos de linguagem.

Uma nova abordagem pra melhorar as avaliações de tarefas de codificação para modelos de linguagem.

A pesquisa analisa a eficácia dos benchmarks atuais em tarefas de visualização.

Um novo framework avalia a dificuldade em tarefas de codificação para grandes modelos de linguagem.

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

Uma nova estrutura pra avaliar modelos de visão-linguagem de forma eficaz.

Apresentando uma ferramenta pra avaliar métodos de detecção de anomalias não supervisionados em aprendizado federado.

Avaliar modelos de IA pela capacidade de seguir procedimentos de laboratório.

Uma revisão das melhorias recentes em ferramentas de contagem de modelos e suas aplicações práticas.

Um novo padrão melhora a avaliação de sistemas de reconhecimento de emoção na fala em diferentes idiomas e emoções.

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.