Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
No encontramos noticias relacionadas por su significado.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Jiaming Yang»
Más recientes primero · Hasta 30 noticias por página
Presentan el Open FinLLM Leaderboard, un ranking para evaluar modelos de lenguaje en finanzas
Un grupo de investigadores presentó el Open FinLLM Leaderboard, un marco de evaluación especializado para modelos de lenguaje aplicados a finanzas. El ranking evalúa 40 tareas en siete categorías (extracción de información, análisis textual, preguntas y respuestas, generación de texto, gestión de riesgos, previsión y toma de decisiones) mediante métricas como F1, ROUGE y MCC. Según los resultados iniciales, GPT-4 y Llama 3.1 lideran en muchas tareas, y en previsión bursátil modelos pequeños como Llama-3.1-7b superaron a modelos más grandes.
OpenAI presenta SWE-bench Verified, un subconjunto validado por humanos para evaluar modelos de IA en tareas de software
OpenAI presentó SWE-bench Verified, un subconjunto de 500 muestras del benchmark SWE-bench validado por 93 desarrolladores de software que examinaron 1.699 muestras originales. El proceso filtró el 68,3% de las muestras por enunciados poco especificados, pruebas unitarias injustas u otros problemas, ya que el benchmark original subestimaba las capacidades de los agentes de IA. Con el nuevo conjunto, GPT-4o resuelve el 33,2% de las muestras, más del doble del 16% obtenido en el SWE-bench original.