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.
대규모 언어 모델을 이용한 화학 반응의 기작적 추론 학습
LiDAR 유래 지형 지능을 활용한 위성 지상국 입지 선정을 위한 설명 가능한 지리공간 AI
자신 있게 양자화할 수 있을까? 코드 생성을 위한 양자화의 실증 연구
TEDDY: ICD 코드화 진단 이력 기반 소아 위험 조기 예측 파운데이션 모델
방사선학 리포트 연합 학습에서의 프라이버시 유출: 토크나이저 기반 프라이버시 위험에 대한 비교 평가
통합 다차원 설명가능성 지표를 향하여: AI 모델의 신뢰성 평가
HyperShadow: 고차원 공간 객체의 3D 투영 탐지 벤치마크
범용 로봇 정책을 위한 능동적 실세계 요인 기반 평가
토큰은 경쟁할 수 있는가? BirdCLEF+ 2026에서 지도 학습 CNN 백본 대비 토큰 표현
적응형 Runge-Kutta 스텝 제어가 사는 것은 학습 손실이지 일반화가 아니다: RK-Adam 옵티마이저에 대한 정직한 연산량 맞춤 연구
ChronoQG: 시간적으로 표현력 있고 hop 제한형 시간 지식 그래프 질문 생성 벤치마크를 향하여
피크-중요 시계열 예측을 위한 비대칭 피크 인식 손실
무해해 보이는 데이터, 잠재적 이데올로기: 파인튜닝된 LLM에서의 이데올로기적 일반화
DialogueVPR: 대화형 시각적 장소 인식(VPR)을 향하여
MemoHarness: 경험으로부터 학습하는 에이전트 하네스
구조화된 피드백이 LLM 에이전트 루프에서의 수리를 개선한다
RxBrain: 언어-시각 추론 및 상상을 결합한 구현 인지 기반 모델
AI 에이전트는 혼자 실패하지 않는다: 컨텍스트가 먼저 실패한다
ToolAlignBench: 도구 호출 LLM의 정렬 충돌 조사
초급 물리학 문제 해결에서의 AI 평가
Copy-on-Write 스코어링: 애플리케이션 특화 에이전트 평가
시각적 파지를 넘어서: 탐지에서 실행까지 복합 파지 벤치마킹
CIPHER: 데이터 사이언스 에이전트의 테스트 타임 스케일링을 위한 분리형 탐험-선택 프레임워크
Chat2Scenic: 자율주행 시나리오 생성을 위한 반복적 RAG 기반 프레임워크
이집트 주식 시장 장·단기 예측을 위한 머신러닝 모델 비교 분석: EGX30 중심
언어 모델 정직성 평가에서의 도구 효과: 감사 가능한 단일 시스템 시연
Tactile: 컴퓨터 사용 에이전트에 손과 발을 제공
범용 LLM을 넘어서: 구조화된 코드 워크플로 실행을 위한 전문 에이전트 시스템
WrAFT: 논증 에세이를 위한 모듈화된 자동 글쓰기 평가 시스템
LLM이 생성한 GPU 커널은 프로덕션 준비가 되었는가? 추적 기반 벤치마크와 최적화 에이전트
SafeRelBench: VLM 기반 체화 에이전트의 프로세스 수준 안전성을 위한 공간 관계 인식 벤치마크
6GB 2011 GPU에서의 현대적 다중모달 어시스턴트: 단계별 검증된 Fermi용 전 GPU CUDA 추론
에이전트 배포 안전성 대중화: 구조적 모니터링 접근법
네트워크 사회 실험에서 다중 LLM 에이전트를 활용한 협력적 공간 학습
MathCoPilot: 수학 연구를 위한 인간-AI 공생 패러다임의 상호작용 시스템
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.