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.
실제 얼굴 없이 얼굴 인식 벤치마킹
강·약 라벨을 활용한 검출, 분할, 추적 및 비디오 인스턴스 분할을 지원하는 정지 이미지 및 시공간 토마토 데이터
라이트 필드 시차 추정을 위한 주파수 구조화 필드 학습
Quantifying Training Membership Information in the Hyperspherical Embedding Geometry of Face Recognition Models
Symbal: 모델 생성 캡션의 체계적 불일치 탐지
ARMOR++: 딥페이크 탐지기에 대한 전이 가능 공격을 위한 다중 도메인 프리미티브 집합의 에이전트 기반 오케스트레이션
HoloGeo: 증거 기반 추론을 통한 지리 위치 추정의 랜드마크 바이어스 완화
다단계 시각 추론을 위한 계층적 디노이징
FairCoder: 코딩 과제를 통한 고위험 의사결정에서 LLM 바이어스 탐색
언어 장벽 극복: 2023년 스위스 개인정보보호법 개정 영향의 다국어 분석
모든 바늘이 발견되지 않는다: 사실 분포와 'Don't Make It Up' 프롬프트가 장문맥 LLM의 검색, 추론, 환각을 형성하는 방식
최소 번역 쌍을 이용한 수화 모델의 표적 언어학적 분석
출처 없으면 없었던 일: 인용 환각 탐지를 위한 다중 에이전트 프레임워크
추론이 해를 끼칠 때: 임상 SOAP 노트 생성을 위한 프론티어 LLM의 소스 인식 평가
추상적 텍스트 요약을 위한 다중 모델 메트릭 기반 선택 프레임워크
GameEngineBench: 실제 C++ 런타임 환경에서 코딩 에이전트 평가
REDDIT: 리플레이 기반 분포 편집을 통한 ASR 모델 생성 타임스탬프 드리프트의 망각 없는 교정
IWSLT 2026 인스트럭션 팔로잉 태스크를 위한 NAVER LABS 시스템 재구현
AgentCheck: MCP 기반 LLM 에이전트를 위한 재현-개입-완화 워크벤치
진단하기 전에 물어보라: Safe-Psych, 정신의학 LLM 순차 평가 벤치마크
퍼플렉시티 함정: 특허법이 인간 작성 텍스트를 AI처럼 보이게 할 때
SemEval-2026 Task 1의 RAGthoven: 다단계 파이프라인이 벤치마크에 걸려 들어와 겨우 기준을 넘겼다
GSM-Plus-BN: 대규모 언어 모델의 벵골어 수학적 추론을 위한 교란 기반 벤치마크
올바른 테이블과 컬럼 찾기: SQL 스키마 검색을 위한 벤치마크 및 코퍼스 적응형 임베딩
온-정책 증류 해명: 역할, 병리, 규제
생의학 데이터-텍스트 생성을 위한 소형 언어 모델의 사후 학습 정렬 탐색: 의약품 설명서 사례 연구
라이브 구르바니 추적: 시크 키르탄 캡셔닝을 위한 벤치마크 및 참조 시스템
DevicesWorld: 이종 환경에서 크로스 디바이스 에이전트 벤치마킹
MyAG: 구성 가능한 LLM 에이전트 시스템의 설계 및 분석을 위한 그래프 기반 프레임워크
음성 평가를 위한 대규모 오디오 언어 모델 심사자의 프로토콜 수준 쇼트컷 감사
BioASQ A+ 및 B 단계를 위한 비용-실용적 품질 게이팅과 선택-융합 다중 모델 결합기
유추 심층 연구: 선견 분석을 위한 역사적 유비의 검색과 통합
합성 LLM-as-Judge 코퍼스에서의 테스트 오라클 문제: 소멸, 왜곡 및 검증 프로토콜
Hindcast: 예측 시장 재현을 통한 LLM 예측자 평가
필터링을 위한 삼각형 최적 운송 맵의 오차 분석
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.