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.
KineBench: IDM 없는 운동학적 그라운딩을 통한 체화 세계 모델 벤치마킹
MV-Bench: 조율된 다중 뷰 인터페이스 구성을 위한 멀티모달 대규모 언어 모델 벤치마킹
LoRFT: 고정형 고속도로 카메라 기반 장거리 차량 궤적 복원 벤치마킹
G-MAD: 멀티뷰 RGB-T 항공 객체 검출을 위한 게임 기반 데이터 생성 프레임워크
ETPDesigner: 대화형 멀티모달 Electronic Theater Program을 위한 멀티 에이전트 오케스트레이션
OffNadirLoc: 대규모 오프-네이더(off-nadir) 시점에서의 도전적인 UAV-위성 지오로컬라이제이션(geo-localization)을 위한 벤치마크 및 프레임워크
ENTRAP-VL: 비전-언어 모델의 이중 문맥적 동조를 위한 분류체계적 프로브
RS-RIE-Bench: 추론 기반 원격 탐사 영상 편집 벤치마킹
자기지도 학습이 임상 지도 학습보다 의료 파운데이션 모델의 표현 수렴을 더 크게 주도한다
원격 탐사 이미지 이해를 위한 멀티모달 대규모 언어 모델: 도메인 특화형인가 범용형인가?
다양한 의도의 멀티턴 패션 이미지 검색
Persian Pixel: 페르시아어 대규모 합성 OCR 데이터셋
PARSE: 전문 도메인 LLM 에이전트를 위한 출처 인식 검색 정제
프롬프트 강건성은 태스크에 따라 다르다: LLM 평가에서 객관적 질문과 신념형 질문 비교
멀티모달 대규모 언어 모델의 과학 시각화 리터러시 벤치마킹
Position: 코딩 벤치마크는 에이전트 기반 소프트웨어 엔지니어링과 정렬되지 않았다
Theoria: Rewrite-Acceptability Verification over Informal Reasoning States
다국어 평균을 넘어서: 포르투갈어 문장 인코더를 위한 벤치마크 MTEB-PT
MamaBench: 역실적 임상 교란을 통한 모자보건 진단에서 LLM 견고성 벤치마킹
가치 누출: LLM의 답변은 자체 가치에 의해 조용히 형성된다
비디오 장면 파싱에 대한 포괄적 서베이: 발전, 과제 및 전망
멀티모달 컴퓨터 병리학을 위한 쌍을 이룬 자궁 전체 슬라이드 이미지 및 병리 보고서
MirrorCode: AI는 동작만으로 전체 프로그램을 재구현할 수 있다
OmniFood-Bench: 영양소 추론 및 개인화 건강 조언을 위한 VLM 평가
세부 사항에 대한 어텐션: vLLM 설정 간 에너지, 성능, 정확도 트레이드오프 평가
ABot-AgentOS: 평생 멀티모달 메모리를 갖춘 범용 로봇 에이전트 OS
자연어 단언의 충실한 자동 형식화
BrainPilot: 에이전트 기반 연구로 뇌 발견 자동화
기업 NLP 시스템에서 사용자 신뢰를 위한 견고한 설명
모델이 무엇을 표현하고, 억제하며, 저항하는가: 페르소나 벡터를 이용한 가중치 공개 LLM 감사
Digital Pantheon: LLM 에이전트를 이용한 연립 형성 시뮬레이션 및 감사
위치-척도 노이즈 모델에서 비대칭성에 강건한 인과 발견
ROOFS: 강건한 바이오마커 특징 선택
인과 추론을 위한 생성적 합성 데이터: 함정, 해결책, 그리고 기회
흥미로움을 넘어서: 시각적 데이터 분석을 위한 의미·맥락 인식 자연어 쿼리 추천
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.