ODTQA-FoRe: dataset para preguntas tabulares y pronóstico
Descubre ODTQA-FoRe, el primer dataset para preguntas tabulares con predicción futura. TimeFore combina LLM y modelos de series temporales para pronósticos precisos en datos inmobiliarios.
#conjunto de datos
CoCoVideo: Benchmark de alta calidad para detectar videos generados por IA
Descubre CoCoVideo-26K, un benchmark contrastivo con videos reales y generados por IA comerciales. Ideal para detectar deepfakes de alta calidad.
Agente web automejorado mediante exploración cognitiva
SCALE permite a agentes web automejorar mediante exploración cognitiva, superando limitaciones en entornos dinámicos. Mejora el rendimiento de MLLMs.
AMNESIA: El nuevo benchmark para olvidar datos médicos en IA
Descubre AMNESIA, el primer benchmark masivo para evaluar desaprendizaje en LLMs médicos. ¿Cómo olvidar pacientes sin perder conocimiento clínico? Entra.
OmniMatBench: Un punto de referencia de razonamiento multimodal calibrado por humanos en 19 subcampos de la ciencia de materiales
<meta name=description content=Descubre OmniMatBench, un benchmark multimodal calibrado por humanos que evalúa IA en 19 subcampos de ciencia de materiales. Ideal para investigadores y desarrolladores.>
Repensando el FID a través de la geometría del conjunto de datos de referencia
Repensando el FID con la geometría del dataset de referencia: cómo mejorar la evaluación de imágenes generadas por IA
Evaluación del marcado de agua de conjuntos de datos para la trazabilidad del ajuste fino de modelos de difusión personalizados: un punto de referencia integral y un enfoque de eliminación
Evaluamos un benchmark para eliminar marcas de agua en datasets, clave para la trazabilidad del fine-tuning de modelos de difusión.
JMed48k: Un punto de referencia multidisciplinario de licencias médicas japonesas para la evaluación de modelos de visión y lenguaje
<meta name=description content=JMed48k: Benchmark multidisciplinario para evaluar modelos de visión y lenguaje en medicina japonesa>
Mejora de la clasificación de requisitos con preprocesamiento SMOTE-Tomek
Mejora la clasificación de requisitos con SMOTE-Tomek. Equilibra datos desbalanceados y optimiza la precisión en el análisis de requisitos.