🏷️ #تقييم

379 مقال

أبحاث

EduClaw-Bench: ثورة في تقييم قدرات وكلاء التعليم الذكي!

أركايف للذكاءمنذ 1 شهر

أبحاث

اكتشف KnowHal: معيار ثوري لتقييم الهلوسة المتعددة الأبعاد في نماذج الذكاء الاصطناعي!

أركايف للذكاءمنذ 1 شهر

أبحاث

اختبار سقراط: ثورة في تقييم المعرفة من خلال المحادثات الديناميكية المتعددة الأبعاد

أركايف للذكاءمنذ 1 شهر

👁 1

أبحاث

ثورة في تقييم نماذج اللغة: لماذا يجب أن نتوقف عن الاعتماد على المتوسطات التقليدية؟

أركايف للذكاءمنذ 1 شهر

👁 1

روبوتات

تجربة تفاعلية جديدة: نظام تقييم المحاكاة الشخصي للروبوتات التفاعلية!

أركايف للذكاءمنذ 1 شهر

أدوات

الثورة في تقييم نماذج الذكاء الاصطناعي: إطلاق ModelEquivBench لتحسين دقة التقييم

أركايف للذكاءمنذ 1 شهر

👁 1

نماذج لغوية

اكتشف ForgetBench: ثورة في تقييم ديناميكيات النسيان في نماذج اللغة

أركايف للذكاءمنذ 1 شهر

👁 2

أبحاث

هل يمكن أن تصدق تقييمات الذكاء الاصطناعي؟ الكشف عن أزمة تقييم جديدة!

أركايف للذكاءمنذ 1 شهر

👁 1

أبحاث

هام: هامش القوة المقاومة لنماذج الأمراض: كيفية تعزيز دقتها في التشخيص!

أركايف للذكاءمنذ 1 شهر

👁 1

أبحاث

GAUGE: ثورة في تقييم النماذج المالية المعتمدة على الذكاء الاصطناعي!

أركايف للذكاءمنذ 1 شهر

أبحاث

LU-500: المعيار الرائد لفهم مفاهيم إزالة الشعارات

أركايف للذكاءمنذ 1 شهر

👁 2

أبحاث

استكشاف ثورة الذكاء الاصطناعي في الطب: كيف يتفوق نموذج DR. INFO على بنوك المعرفة التقليدية!

أركايف للذكاءمنذ 1 شهر

أدوات

VlogReward: ثورة في تقييم تعديل الفلوغات عبر نماذج الذكاء الاصطناعي!

أركايف للذكاءمنذ 1 شهر

👁 1

أبحاث

إطلاق ADAGE: الابتكار الجديد في تقييم التفكير المجازي عبر اللغات

أركايف للذكاءمنذ 1 شهر

👁 1

أبحاث

استكشاف ثوري في تقويم الأسئلة باستخدام نماذج لغوية محكمة!

أركايف للذكاءمنذ 1 شهر

أبحاث

تأثير السقالات في تقييم وكلاء البرمجة: استغلال الاختيار كمتغير خفي

أركايف للذكاءمنذ 1 شهر

👁 1

أبحاث

سكي إكسبلور: تطور معايير تقييم الوكلاء المستقلين في البحث العلمي

أركايف للذكاءمنذ 1 شهر

👁 3

أبحاث

ثورة في تقييم مصداقية الإحالات العلمية: هل يمكن الوثوق بالسيرورات الذكية؟

أركايف للذكاءمنذ 1 شهر

👁 2

أبحاث

انحياز التفضيل الذاتي في تقييم نماذج اللغات الضخمة: دراسة جديدة تكشف النقاب عن المشكلة الخطيرة!

أركايف للذكاءمنذ 1 شهر

👁 1

أبحاث

ثورة في تقييم الذكاء الاصطناعي: إطار جديد لتدقيق الإجابات المعتمدة على الاستدلال!

أركايف للذكاءمنذ 1 شهر

👁 1