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.
기업 AI 에이전트를 위한 동적 권한 범위 지정: 합성 데이터셋과 3원천 권한 아키텍처
MineValiCoder: 테스트 �케이스 품질 마이닝과 이분 그래프 기반 상호 검증을 통한 신뢰할 수 있는 코드 생성
회귀 세금: 스킬이 LLM 에이전트에 도움이 되고 해가 되는 이유의 분해
RAD: 로봇 관측 기반 실생활 이상 탐지 데이터셋 및 벤치마크
유동장 데이터에 대한 대규모 비전-언어 모델의 이해 향상
3D 미라지: 3D 환각의 탐색과 억제
Atlas 2 -- 임상 배포를 위한 파운데이션 모델
DeepUrban: 항공 영상 기반 자율주행을 위한 상호작용 인식 궤적 예측 및 계획
로컬 성능 기준 비주얼 장소 인식을 위한 자동 맵 밀도 선택
PixDLM: UAV 추론 세그멘테이션을 위한 이중 경로 멀티모달 언어 모델
얼굴 피부 질환 분류 모델의 설명 가능성 평가를 위한 LLM 기반 시각적 설명 평가 프레임워크
일관되게! 일관성 제약을 통한 LVLM의 견고한 시각적 추론 강화
Medical-Checklist: 다중모달 모델의 의료 영상 이해 평가
소형 비전-언어 모델은 틀렸을 때 이를 알지만 말로 표현하지 못한다: 현실적 이미지 품질 저하 조건에서 진술 신뢰도와 내부 신뢰도에 대한 두 모델 연구
ReCowGnition: 소 얼굴 인식을 위한 현실적인 생체인식 벤치마크
GLI-AL: 통합 해부-병변 레이블을 갖춘 멀티모달 교모세포종 MRI 레이블 리소스
CARDIAG: 관상동맥 조영술을 위한 심층 학습 아키텍처 밀집 세그먼트 분류 벤치마크
RadSight: 지각적으로 신뢰할 수 있는 멀티모달 영상의학 영상 이해를 향하여
시간 역전 영상: 과거 인간-환경 상호작용 재구성을 위한 다중모달 벤치마크 및 프레임워크
생성 모델 비교를 위한 통계적 추론
토큰 수준 엔트로피가 드러내는 대규모 언어 모델의 인구통계적 격차
생물정보학에서의 생성형 인공지능: 모델, 응용 및 방법론적 진전에 대한 체계적 문헌고찰
참조 없는 자동 기계 번역 평가에서 오류 구간 탐지를 위한 최소 베이즈 위험(MBR) 디코딩
DatedGPT: 시간 인식 사전학습으로 대규모 언어 모델의 Lookahead Bias 방지
원칙적으로는 진보적, 실천에서는 중도적: LLM 정치적 바이어스는 측정 도구에 따라 달라진다
WILDTRACE: 장문 컨텍스트 추론에서 자연적 증거 흔적 벤치마킹
독일어 및 영어를 위한 주권적 오픈소스 파운데이션 모델
양자화된 LLM 추론에서의 조용한 실패: 공허한 수렴과 실패 모드 변화에 대한 분류 체계 기반 분석
무엇이 좋은가? LLM 추론 trace에서 문학적 품질의 암묵적 이론 추출 및 검증
LLM 월드 모델에서의 신념 전파: 예측 시장을 이용한 전략적 정보 바이어스 측정
Naver-News-KO: 오픈소스 요약 모델 미세조정을 위한 한국어 뉴스 요약 데이터셋
GLAN-QnA-KR: 시드 없는 분류체계 기반 한국어 인스트럭션 코퍼스
확신적 기만: 신뢰도가 LLM 기만 위험을 어떻게 증폭하는가
인공과 진본 구별: LLM 생성 콘텐츠 탐지를 위한 LLM 평가
프론티어 대규모 언어 모델 전반의 응답 드리프트
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.