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.
Afrispeech Semantics: 도메인 및 악센트에 따른 구어 언어 모델의 오디오 의미론적 추론 평가
모든 행위에는 대가가 있다: 최첨단 대규모 언어 모델(LLM)에서의 압축된 도덕적 구성
모바일 NPU에서의 에너지 효율적인 온디바이스 검색-증강 생성(RAG): Snapdragon X Elite에서의 시스템 설계 및 벤치마크
Schützen: 불가리아어와 독일어 맥락에서 대규모 언어 모델(LLM) 안전성 평가
구조화된 생물의학 초록을 위한 PubMed 규모의 데이터셋
활성화 조종을 통한 전이중 음성 언어 모델에서의 상태 관성 극복
작은 실험, 더 저렴한 결정: 마이크로 사전학습(Micro-Pretraining)을 위한 단계적 승격(Staged Promotion) 사례 연구
AI 코딩 에이전트는 사회과학 연구 결과를 재현할 수 있다
LLM 추론의 주기율표: 추론 패러다임, 방법론 및 실패 양상에 대한 구조화된 조사
대규모 언어 모델로 사회적 세계 모델 구축하기
음소 기반 자동 음성 인식 시스템의 바이어스 평가: IPA 전사 모델 분석
3-Key-Input: 텍스트 입력을 위한 이론적 최소 키 수 탐색
층 분리 평가: LLM 없는 레그레션 잠금 테스트 하니스를 통한 프로덕션 LLM 에이전트의 결정적 스캐폴드 게이팅
개방형 과제에 걸친 언어 모델의 자동화된 창의성 평가
WorldReasoner: 언어 모델 에이전트가 타당한 추론을 통해 사건을 예측하는지 평가하기
당신의 기분을 이해합니다: 대화 시스템에서 다국어 정서적 확인(Emotional Validation)을 통한 더 깊은 정서적 지원 강화
언어가 중요한 시점은? 다국어 지시가 비전-언어-행동 모델의 단계별 언어 민감도를 드러낸다
가설 트리 정제를 통한 범용 자율 연구
StanceNakba 공유 과제: 공적 담론에서의 행위자 및 주제 인식 입장 탐지
FORT-Searcher: 심층 검색 에이전트 학습을 위한 지름길 저항성 검색 작업 합성
보호 속성 없는 편향 제거: 텍스트 프로필에서의 잠재 개념 소거
공정하고 효율적인 대규모 언어 모델(LLM) 벤치마크 평가를 위한 소프트 프롬프트 튜닝
대규모 언어 모델을 위한 에이전트 환경 엔지니어링: 환경 모델링, 합성, 평가 및 응용에 대한 조사
LLM 컨디셔닝에서의 효과성과 유창성 간의 상충 관계: 체계적 연구
폴란드 의료 시험에서 고성능 대규모 언어 모델(LLM) 재평가: 진정한 역량인가 바이어스 기반 성능인가
오도하는 의료 맥락에서 대규모 언어 모델의 인식적 회복탄력성 측정
정보 이득을 통한 다회차 대화에서의 의미적 진전 측정
검증 가능한 환경은 레고 블록과 같다: 추론 일반화를 위한 재귀적 합성
우리 모델은 어떤 모델 위에 구축되었는가? 현대 LLM의 보이지 않는 의존성 감사
CCL25-Eval Task 5를 위한 시스템 보고서: 새로운 데이터셋과 LoRA 파인튜닝된 Qwen2.5
RAIL: CHC 기반 벤치마크를 통한 대규모 오디오-언어 모델에서의 청각 지능 재고
MPC-Patch-Bench: 다자간 계산을 위한 보안 인식 LLM 코드 패치
SkillJuror: 에이전트 스킬 구성이 런타임 행동에 미치는 영향 측정
LLM은 도덕적 추론에 약한가?
TouchThinker: 대규모 데이터와 행동 인식 표현을 통한 오픈 월드 촉각 상식 추론 확장
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.