🏷️ #تقييم أداء

26 مقال

أبحاث

هل يمكن للذكاء الاصطناعي تحقيق الأهداف العلمية؟ اكتشف كيف تقيم PhysClosureBench قدراته!

أركايف للذكاءمنذ 13 يوم

أبحاث

إطلاق SciRerankBench: النقلة النوعية في تقييم نماذج إعادة ترتيب المعلومات العلمية!

أركايف للذكاءمنذ 14 يوم

👁 1

أبحاث

DBA-Bench: معيار رائد لفحص أداء وكلاء قواعد البيانات المعتمدة على نماذج اللغات الضخمة!

أركايف للذكاءمنذ 14 يوم

أبحاث

تحليل شغوف لتغطية المرشحين في نماذج القرار الموجه

أركايف للذكاءمنذ 24 يوم

أبحاث

الأبعاد الخفية لأداء الذكاء الاصطناعي في الرعاية الصحية: هل تقييمات الأداء تكشف الحقيقة؟

أركايف للذكاءمنذ 1 شهر

👁 1

أبحاث

نحو تفوق في الذكاء الاصطناعي: تقييم شامل لنماذج التأسيس الهندية

أركايف للذكاءمنذ 2 شهر

👁 1

أبحاث

NavTrust: معيار جديد لقياس الموثوقية في التنقل الجسدي!

أركايف للذكاءمنذ 2 شهر

👁 3

أبحاث

MemArena: ثورة في قياس الأداء لذكاء المساعدين الشخصيين باستخدام الذاكرة الذاتية!

أركايف للذكاءمنذ 2 شهر

👁 3

أبحاث

اكتشف HANDBOOK.md: معيار جديد لقياس أداء نماذج الذكاء الاصطناعي في اتباع التعليمات المطوّلة!

أركايف للذكاءمنذ 3 شهر

👁 3

أبحاث

إطلاق ARCO: ثورة جديدة في تقييم أداء وكلاء الذكاء الاصطناعي!

أركايف للذكاءمنذ 3 شهر

👁 1

أبحاث

اكتشاف SenWorld: ثورة في تقييم المساعدين الشخصيين من خلال محاكاة رقمية مبتكرة!

أركايف للذكاءمنذ 3 شهر

👁 2

أبحاث

اختيار مجموعات الموجهات دون إشراف: استراتيجيات جديدة لقياس أداء نماذج اللغات الضخمة!

أركايف للذكاءمنذ 3 شهر

👁 5

أبحاث

تحديات جديدة أمام نماذج التعلم العميق: MultiView-Bench يكشف عن عوائق دمج المشاهد المتعددة!

أركايف للذكاءمنذ 3 شهر

👁 1

نماذج لغوية

ثورة جديدة في نماذج اللغة: استكشاف صعوبة المهام الطويلة عبر معيار PredicateLongBench!

أركايف للذكاءمنذ 3 شهر

👁 5

أبحاث

هل تفشل نماذج اللغة الكبيرة؟ اكتشافات مثيرة حول عيوب الأداء في الوكلاء الذكيين!

أركايف للذكاءمنذ 3 شهر

أبحاث

اكتشفوا قوة التفاعل الاجتماعي في نماذج الذكاء الاصطناعي من خلال SocialOmni!

أركايف للذكاءمنذ 3 شهر

أبحاث

هل أنت مستعد لاكتشاف تصنيفات FFASR لمقياس دقة التعرف الصوتي؟

هاجينج فيسمنذ 4 شهر

👁 1

أبحاث

منصة TW-LegalBench: ثورة في قياس الفهم القانوني التايواني باستخدام الذكاء الاصطناعي

أركايف للذكاءمنذ 4 شهر

أبحاث

EpiBench: معيار جديد لتقييم وكالات الذكاء الاصطناعي في تحليل الإيبيجينيوم

أركايف للذكاءمنذ 4 شهر

أبحاث

الكشف عن فجوات الكفاءة في نماذج اللغات الضخمة: هل تنجح المعايير القياسية؟

أركايف للذكاءمنذ 4 شهر

👁 3