Soberanía de Evaluación en Clasificación Basada en Metadatos
La soberanía de evaluación revela que métricas de clasificación pueden estar infladas. Marco multi-track para auditar sistemas de IA.
#clasificación jerárquica
Soberanía evaluativa en clasificación con metadatos
La soberanía evaluativa revela si los modelos realmente predicen o solo se alinean con etiquetas. Descubre la validez en clasificación con metadatos.
Saber Preguntar: Clarificación Autogestionada en Agentes Jerárquicos
Un nuevo método permite a los agentes de IA decidir cuándo pedir clarificación, aumentando hasta 16% la exactitud en taxonomías de 30,000 nodos.
LaQual: Marco automatizado para evaluar calidad de apps LLM
LaQual automatiza la evaluación de calidad en apps LLM, ofreciendo puntuaciones consistentes con juicios humanos y reduciendo el pool de apps en un 80%. Ideal para app stores.