🏷️ #تقييم الأداء

165 مقال

أبحاث

EvoClaw: كيف تقيم الوكالات الذكية في تطور البرمجيات المستمر؟

أركايف للذكاءمنذ 1 شهر

أبحاث

اختبار الوكلاء الأخير: ثورة في تقييم أنظمة الذكاء الاصطناعي للاستخدام الاقتصادي!

أركايف للذكاءمنذ 1 شهر

أبحاث

TensorBench: تشييد جسر متين لعالم الذكاء الاصطناعي من خلال قياس أداء الوكلاء البرمجيين!

أركايف للذكاءمنذ 1 شهر

👁 1

نماذج لغوية

تجاوز الاعتماد على المحفزات في تقييم نماذج الذكاء الاصطناعي: نموذج بايزي مبتكر يغير اللعبة!

أركايف للذكاءمنذ 1 شهر

أبحاث

تحسين دقة تقييم التصنيف باستخدام نماذج لغوية ضخمة: هل حان الوقت لتغيير قواعد اللعبة؟

أركايف للذكاءمنذ 1 شهر

👁 1

نماذج لغوية

هل يساعد إضافة المزيد من العملاء على تحسين سير العمل في نماذج اللغات الضخمة؟

أركايف للذكاءمنذ 1 شهر

أبحاث

هل تعلم؟ تلوث الوقت البحثي يؤثر على تقييم أداء الوكلاء الذكيين!

أركايف للذكاءمنذ 1 شهر

👁 1

أبحاث

نحو تحسن فعاليّة البحث عن الجيران الأقرب: ثورة في تقييم الذكاء الاصطناعي

أركايف للذكاءمنذ 1 شهر

👁 1

أبحاث

اختر بروتوكول الذكاء الاصطناعي الأمثل: ProtocolBench يكشف المعايير الخفية!

أركايف للذكاءمنذ 1 شهر

👁 1

نماذج لغوية

كيف يمكن لنماذج اللغات الضخمة تحسين الأمان والموثوقية في المؤسسات؟

أركايف للذكاءمنذ 1 شهر

👁 1

نماذج لغوية

ثورة في تطوير الأنظمة الذكية: إطار موحد لتحسين التعليمات استنادًا إلى استفسارات المستخدم!

أركايف للذكاءمنذ 1 شهر

أبحاث

PolySpeech-100: معيار ثوري لفهم الكلام عبر 100 لغة ولهجة!

أركايف للذكاءمنذ 1 شهر

👁 1

أبحاث

تحدي CodeGolf: تقييم مدهش لقدرات النماذج اللغوية في كتابة أكواد مختصرة!

أركايف للذكاءمنذ 1 شهر

أبحاث

FEM-Bench: معيار جديد لتقييم قدرات النماذج اللغوية في إنتاج الأكواد العلمية

أركايف للذكاءمنذ 1 شهر

👁 1

أبحاث

LH-Bench: تقييم مبتكر للذكاء الاصطناعي في مهام الأعمال اعتماداً على الخبرة

أركايف للذكاءمنذ 1 شهر

👁 1

أبحاث

إعادة تعريف مطابقة النسخ: إطار موحد لمطابقة الوعي بالأجزاء في تقييم تقسيم بانوبتيك

أركايف للذكاءمنذ 1 شهر

👁 2

أبحاث

اختبار PTCG-Bench: هل تستطيع وكالات الذكاء الاصطناعي اتقان لعبة بطاقات بوكيمون؟

أركايف للذكاءمنذ 1 شهر

روبوتات

دفاعًا عن الخيال: DynSess يغير قواعد اللعبة في تقييم الروبوتات التفاعلية!

أركايف للذكاءمنذ 1 شهر

أبحاث

اكتشاف إمكانيات الذكاء الاصطناعي: اختبار تشخيصي لذكاء متعدد المصادر

أركايف للذكاءمنذ 1 شهر

أبحاث

SPEED-Bench: المعيار الثوري لتسريع نماذج اللغة من خلال فك تشفير استباقي

أركايف للذكاءمنذ 1 شهر