会员服务
Evaluating Uplift Modeling under Structural Biases: Insights into Metric Stability and Model Robustness
Arxiv
0+阅读 · 6月16日
Evaluative Judgement in Teaching AI-based Translation: A Class-room Case Study of AI-Mediated Translation and Post-Editing
Arxiv
0+阅读 · 6月13日
Evaluating and Preserving Lexical Stress in English-to-Chinese Speech-to-Speech Translation
Arxiv
0+阅读 · 6月13日
PROVE: A Perceptual RemOVal cohErence Benchmark for Visual Media
Arxiv
0+阅读 · 5月14日
Unified Neural Scaling Laws
Arxiv
0+阅读 · 5月25日
Algorithmic algorithm development with LLMs: A Case Study on LLM-Usage for Contraction Order Optimization in Tensor Networks
Arxiv
0+阅读 · 6月1日
GENIE: A Fine-Grained Measure for Novelty
Arxiv
0+阅读 · 6月11日
Ges-QA: A Multidimensional Quality Assessment Dataset for Audio-to-3D Gesture Generation
Arxiv
0+阅读 · 3月26日
Position: Stop Chasing the C-index when Evaluating Survival Analysis Models
Arxiv
0+阅读 · 5月31日
How Much Does Machine Identity Matter in Anomalous Sound Detection at Test Time?
Arxiv
0+阅读 · 5月13日
Both Ends Count! Just How Good are LLM Agents at "Text-to-Big SQL"?
Arxiv
0+阅读 · 4月13日
Ran Score: a LLM-based Evaluation Score for Radiology Report Generation
Arxiv
0+阅读 · 3月24日
Pearmut: Human Evaluation of Translation Made Trivial
Arxiv
0+阅读 · 4月20日
Kinematic Optimization of Phalanx Length Ratios in Robotic Hands Using Potential Dexterity
Arxiv
0+阅读 · 4月22日
An Explainable Approach to Document-level Translation Evaluation with Topic Modeling
Arxiv
0+阅读 · 4月22日
参考链接
微信扫码咨询专知VIP会员
Top