🏷️ #Evaluation

12 مقال

أبحاث

هل تتحدى الذكاء الاصطناعي؟ تعرف على ProbabilityBench: المعيار الثوري لتقييم النماذج بدقة مطلقة!

أركايف للذكاءمنذ 13 يوم

أبحاث

فيدو أومني-بينش: معيار جديد لفهم الفيديو بدقة عبر التحقق من الأحداث في مختلف التعقيدات والمدة

أركايف للذكاءمنذ 1 شهر

أبحاث

LM Fight Arena: ساحة المعارك لاختبار نماذج الذكاء الاصطناعي المتعددة الوسائط

أركايف للذكاءمنذ 1 شهر

👁 2

نماذج لغوية

تقييم المقيمين: كيف يمكن لنظرية قياس راش تحسين تقييم نماذج اللغات الضخمة؟

أركايف للذكاءمنذ 1 شهر

👁 3

أبحاث

اختراق تقني جديد: تقييم دقة أدوات الذاكرة في نماذج اللغة الضخمة

أركايف للذكاءمنذ 2 شهر

👁 2

أدوات

SkillNet: ثورة في خلق وتقييم مهارات الذكاء الاصطناعي!

أركايف للذكاءمنذ 2 شهر

👁 1

أبحاث

جسراً لتقويم الفجوات: معايير موحدة للبحث متعدد الأهداف

أركايف للذكاءمنذ 2 شهر

👁 3

أبحاث

اكتشافات ثورية في تقييم نماذج الذكاء الاصطناعي: تعرف على BayesAME!

أركايف للذكاءمنذ 2 شهر

👁 2

أبحاث

تحولات مذهلة في نماذج الذكاء الاصطناعي: DynamicRubric يعيد تشكيل كيفية تحسين الأداء

أركايف للذكاءمنذ 3 شهر

👁 2

أبحاث

ثورة في تقييم الوكلاء المحادثيين: نظام مبتكر للتقييم متعدد الأبعاد يعيد تشكيل التجربة التجارية!

أركايف للذكاءمنذ 3 شهر

👁 3

أبحاث

ORCA: تقييم دقة استجابات النماذج اللغوية المخصصة للسؤال والجواب الصوتي

أركايف للذكاءمنذ 4 شهر

أبحاث

MM-JudgeBias: معيار أساسي لتحليل تحيزات نماذج اللغة الكبيرة المتعددة الوسائط

أركايف للذكاءمنذ 6 شهر

👁 2