paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
MŠ

Marek Šuppa

ACL 2026ICML 2026评测与基准检索与知识多语言与语言学
新星分新星
64
一作贡献30
核心/参与5
方向广度9
合作网络12
1 一作 · 2 篇 · ACL 2026 / ICML 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

2
作者位次 #13/37ICML 2026Poster· General Machine Learning / Evaluation

When AI Benchmarks Plateau: A Systematic Study of Benchmark Saturation

Mubashara Akhtar · Anka Reuel · Prajna Soni · Sanchit Ahuja · Pawan Sasanka Ammanamanchi · Ruchit Rawal · Vilém Zouhar · Srishti Yadav · Chenxi Whitehouse · Dayeon Ki · Jennifer Mickel · Leshem Choshen · Marek Šuppa · Jan Batzner · Jenny Chim · Jeba Sania · Yanan Long · Hossein A. Rahmani · Christina Knight · Yiyang Nan · Jyoutir Raj · Yu Fan · Shubham Singh · Subramanyam Sahoo · Eliya Habba · Usman Gohar · Siddhesh Pawar · Robert Scholz · Arjun Subramonian · Jingwei Ni · Mykel Kochenderfer · Sanmi Koyejo · Mrinmaya Sachan · Stella Biderman · Zeerak Talat · Avijit Ghosh · Irene Solaiman

评测与基准OpenReview
一作ACL 2026Poster· Natural Language Processing

S k MTEB : S lovak Massive Text Embedding Benchmark and Model Adaptation

Marek Šuppa · Andrej Ridzik · Daniel Hládek · Natália Kňažeková · Viktória Ondrejová

摘要

We introduce SkMTEB, the first comprehensive MTEB-style text embedding benchmark for Slovak, a low-resource West Slavic language, comprising 31 datasets across 7 task types—nearly 4 \times the depth of existing multilingual benchmark coverage for Slovak. Our evaluation of 31 embedding models reve...

检索与知识评测与基准多语言与语言学OpenReview 项目页

常见合作者