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.
의료 분야에서 대규모 언어 모델이 실패할 때: 프롬프트 변화에 대한 민감도 평가
장기 비아벨 상태 추적을 위한 보류 전이-쌍 반증자
장벽 깨기: vLLM의 콜드 스타트 지연 시간 분석
Dash2Sim: 실제 환경 대시캠 영상을 이용한 폐루프 주행 시뮬레이션
인간과 DeepSeek-R1 LLM의 수학적 추론에 대한 포괄적인 해부
MatterDoor: 생성 모델을 활용한 제로샷 공간-의미 사전 샘플링
OmniSch: 구조화된 다이어그램 시각적 추론을 위한 멀티모달 PCB 회로도 벤치마크
여성 안전에 초점을 맞춘 분석: 멀티모달 데이터셋으로 VAD 모델을 향상시킬 수 있는가?
충실성, 풍부화, 정밀성: T2I 모델의 자연과학 일러스트레이션 생성 벤치마킹
비전-언어 모델에서 텍스트-3D 실내 장면 생성을 위한 글로벌-로컬 몬테카를로 트리 탐색
WorldBench: 도전적이고 시각적으로 다양한 멀티모달 추론 벤치마크
USU-Corn-WeedDB: 사료용 옥수수에서 다중 잡초 종 검출을 위한 UAV RGB 이미지 데이터셋
비전에서 텍스트로: 신분증 위조 제시 공격 탐지를 위한 강인하고 도메인 간 전이 가능한 경량 멀티모달 접근법
ForensicConcept: AI 생성 이미지 탐지를 위한 전이 가능한 포렌식 개념
보편성을 넘어: 동적 얼굴 표정 인식을 위한 GCC-FER 데이터셋과 문화 인식 적응
원본 비디오 스트림에서 시간적으로 국소화된 조작 탐지
복원이 중요할 때: MLLM 편집에서 대리 프라이버시의 사각지대
노출 없이 보기: 오픈 월드·컨텍스트 의존형 MLLM을 위한 적응형 프라이버시 제어
격차를 직시하라: 비디오 인스턴스 분할의 성능 병목 분리
RealDocBench: 실세계 규제 문서에 대한 필드 수준 QA 및 레이아웃 이해 벤치마크
탐지의 차이: 중요한 곳에서의 설명 가능성
TSAQA: 시계열 분석 질의응답 벤치마크
다중 에이전트 협업은 언제 도움이 되는가? 엔트로피 관점
RAG 기반 사실 검증에서 증거 이전 인식 상태에 대한 LLM 중재 행동 진단
자기 진화형 다중 에이전트 디지털 트윈을 이용한 자율 불균일 촉매 발견
SentinelBench: 장시간 실행 모니터링 에이전트 벤치마크
FP8 is All You Need (Part 1): HPC 성배로 여겨지는 하드웨어 FP64의 신화 타파
MMBU: 비전-언어 모델의 지각 능력을 검증하기 위한 대규모 멀티모달 생물의학 이해 벤치마크
게시물이 드러내는 것: 소셜 미디어에서 사용자 수준 프라이버시 누출을 위한 벤치마크 및 에이전트 프레임워크
파일럿처럼 사고하라: 세밀한 장기 UAV 내비게이션
SpectCount: 합성 신호를 활용한 스펙트로템포럴 카운팅으로 대규모 오디오 언어 모델 개선
구조화된 가설 공간에서의 추론을 위한 양자-영감 트레이스 증강 증거 선택
3D는 언제 가치 있는가? 폐 CT에서 CNN과 트랜스포머를 위한 자원-성능 프론티어
DaX: 스케일에 걸친 일반 병리 표현 학습
DataEvolver: 다단계 자기 진화를 통한 대규모 언어 모델의 자동 데이터 준비
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.