Papers with Code 아카이브
Benchmarking
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 0
- 평가표
- 2
- 보존된 평가 기록
- 2
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
CloudCons: 클라우드 리소스 통합을 위한 포괄적 종단간 벤치마크
EpiBench: 후성유전체학 분석에서 AI 에이전트의 검증 가능한 평가
AgentBeats: 개방성, 표준화, 재현성을 위한 에이전트 평가의 에이전트화
대규모 언어 모델을 활용한 사회 및 행동 과학 분야의 자동화된 재현성 평가
VietFashion: 문화 의상 스케치-텍스트 합성 이미지 검색 벤치마크
SPARC: 대규모 로봇 시연이로부터 신뢰할 수 있는 공간 주석
Embodied-R1.5: Evolving Physical Intelligence via Embodied Foundation Models
압력 하의 위험: 언어 모델의 적대적 강건성에 대한 연산 인식 평가
CRUMB: 분포 매칭된 컨텍스트 배칭을 통한 효율적인 사전 적합 네트워크 추론
OmniLoc: 다양한 실내 환경에서의 앵커 프리 UE 위치 추정을 위한 기하학적 인식 파운데이션 모델
GraphInfer-Bench: 그래프 상에서의 LLM 추론 능력 벤치마킹
양자 회로 시뮬레이션 성능 예측을 위한 패밀리 인식 잔차 아키텍처
부트스트랩 모니터링: 투명한 추론을 활용한 더 강력한 AI 에이전트 감독
머신러닝 기반 네트워크 침입 탐지 시스템을 위한 범주형 강건성 평가
마스크드 디퓨전 언어 모델에서의 신뢰도 기반 재마스킹 재평가
8비트 가중치·활성화에서 FP8 품질 상한 유지: 소비자용 GPU를 위한 Ideogram 4.0의 INT8 및 GGUF 사후 학습 양자화
PDE 제약 역문제에서의 수반 방법과 물리 정보 신경망 비교
Claw-SWE-Bench: 코딩 태스크에서 OpenClaw 스타일 에이전트 하네스를 평가하기 위한 벤치마크
준2차 아키텍처에 대하여: 응용에서 원리로
도메인 간 오디오-비주얼 기만 탐지 벤치마킹
SDQM: 객체 검출 데이터셋 평가를 위한 합성 데이터 품질 지표
OpenVTON-Bench: 제어 가능한 가상 피팅(VTON) 평가를 위한 대규모 고해상도 벤치마크
MentisOculi: 정신적 이미지를 활용한 추론의 한계 규명
ReMoT: 모션 대비 삼중항을 활용한 강화학습
CoVR-R: 추론 인식 합성 비디오 검색
MedVeriSeg: 추가 학습 없이 LISA와 유사한 의료 분할 모델이 쿼리 유효성을 검증하도록 학습시키기
Brain-IT-VQA: 뇌 신호에서 답변으로
CoVEBench: 비디오 편집 모델은 복잡한 지시를 처리할 수 있는가?
P3D-Bench: 파라메트릭 3D 생성 및 구조적 추론을 위한 MLLM 벤치마킹
CFCamo: 위장 객체 검출을 위한 반사실적 탐지 또는 기권 프레임워크
i1: 강력한 텍스트-이미지 모델을 위한 단순하고 완전 공개 레시피
완전 자동화 시험 채점을 향하여: 파운데이션 모델을 활용한 공정성 인식 필기 답안 인식
자연 환경에서의 로봇 지각을 위한 크로스모달 벤치마킹
고정 파운데이션 모델 임베딩은 흉부 방사선 촬영의 소규모 병변 신호를 버린다: 배포 전 평가에 대한 시사점
MedCTA: 임상 도구 에이전트를 위한 벤치마크
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.