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.
임의 세분화 수준의 텍스트 기반 인물 검색 달성
MVEI & EmObserver: 감정 진술 판별을 통한 MLLM 지향 시각적 감정 지능 강화
병리학 비전-언어 모델은 정말로 병리학을 보고 있는가?
TransBiolab: 혼잡한 투명 생의학 객체의 실세계 다중 시점 데이터셋
Show, Don't Tell: LLM 텍스트가 아닌 생성 픽셀에서 공간 인지 평가
디포커스 디블러링을 위한 RealDefocus 벤치마크
손실 지형 토폴로지가 클래스 불균형 하 3D 포인트 클라우드 분할에서 단순 기준선이 경쟁력 있는 이유를 밝히다
스마트폰 기반 보조 내비게이션을 위한 안전 지향 인도 및 도로 분할
CRAG-MM-Diagnostics: 지식 집약형 VQA의 단계별 분석 지원
T-STAR: 위성 영상 시공간 팬옵틱 장면 그래프 생성 대규모 벤치마크
불균형 하에서의 언러닝: 멀티모달 LLM 언러닝의 공정성 벤치마킹
추론 기반 가드레일은 언제 비효율적인가? ResponseGuard: 실시간 검열을 위한 고속 비전-언어 가드
Future Rendering ≠ Future Surface: 관측 구간을 넘어선 동적 표면 재구성을 위한 벤치마크와 데이터셋
전략적 확장: 바이어스 인식 평가 및 데이터 수집을 통한 로봇 조작의 조합적 일반화 학습
지배적 vs. 피지배적: 디퓨전 모델의 개념 수준 생성 붕괴
특징 공학을 활용한 음성 감정 탐지를 위한 새로운 하이브리드 심층 학습 기법
적응 가능한 다중 에이전트 강화학습을 향하여: 가정 인식 리뷰
SciTrek: 과학 논문에 대한 장문맥 수치 추론 평가 및 개선
루프 내 코드 포렌식: 이미지 위조 탐지를 위한 에이전트적 도구 사용
급격한 파도 vs. 서서히 차오르는 밀물: 노동 시장 업무에 대한 수천 건의 근로자 평가로부터 도출한 AI 자동화 연구
한 번 이상 산다: 계층적 스킬 메타 진화를 향하여
CEO-Bench: 에이전트는 장기 전략을 실행할 수 있는가?
Fara-1.5: 컴퓨터 사용 에이전트를 위한 확장 가능한 학습 환경
PedNStream: 보행자 교통 관리를 위한 확장 가능한 네트워크 유량 시뮬레이션
Alipay-PIBench: 코딩 에이전트를 위한 현실적인 결제 통합 벤치마크
FineServe: 글로벌 LLM 서빙 워크로드의 세밀한 데이터셋 및 특성 분석
Intel TDX 환경에서 NVIDIA H100 기밀 GPU 추론 벤치마킹
대규모 언어 모델에서의 정보 판별
NEXUS: 도구 사용 LLM 에이전트를 위한 구조화된 런타임 안전성
LLM 에이전트를 위한 Profile-Graph Memory: 서사적 프로필을 통한 엔티티 간 암묵적 순회
GraphContainer: 그래프 RAG 방법 비교 및 디버깅을 위한 통합 플랫폼
기하학 유도 제약 학습을 통한 LLM 안전성 분류
대규모 언어 모델의 불확실성 평가 재고
Euclean: Lean에서 통합 검증을 통한 기하 문제 자동 형식화
언어 모델의 경제적 평가
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.