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.
비전-언어 모델의 자기중심 바이어스
GTASA: 비디오 모델의 시공간 분석, 평가 및 학습을 위한 정답 주석
Atlas H&E-TME: 전문 병리학자 수준의 정확도를 갖춘 확장 가능한 AI 기반 조직 프로파일링
이질적 의료 시각 질의응답(MedVQA)에서 지속 학습의 실증 분석
NEEDL-Bench: 현미경 이미지에서 스위스 니들 캐스트와 기공 검출을 위한 데이터셋
데이터 안전성: CIFAKE 데이터셋을 이용한 합성 데이터 품질 분석
GEST-Engine: 이벤트 그래프에서 합성 비디오까지. 전체 기술 보고서
전체 슬라이드 이미지 멀티모달 벤치마크의 데이터 누수 감사
시간적 벤치마크 점수는 무엇을 측정하는가? 비디오 VLM 평가에서 채널 사용 분해
시각 번역에서 길을 잃다: EEG-이미지 재구성을 위한 비전-언어 모델(VLM) 기반 지각-의미 일관성 프레임워크
IQA-T1: 이미지 품질 평가를 위한 도구 기반 시각적 증거 추론
TerraLogic: 지구 관측에서의 계층적 지리공간 추론 벤치마크
VanillaBench: 적대적 강건성의 숨겨진 정확도 비용
CoRe: 비전-언어 모델에서의 이미지 간 비교 추론을 위한 포괄적 프레임워크
UniVR: 통합 시각 추론을 위한 시각 공간에서의 사고
AVSCap: 옴니모달 비디오 캡셔닝을 위한 오디오-비주얼 시너지 조율
억제적 셀프-어텐션: 비전 트랜스포머에서 초점 선명화
Rank-1 신원 합의가 1:N 얼굴 매칭에서 갤러리 등록 여부를 점수 임계값 설정보다 더 정확하게 예측한다
수술에서의 포인트 추적--2025 Surgical Tattoos in Infrared Challenge (STIRC2025)
SheetMind: 스프레드시트 자동화를 위한 엔드투엔드 LLM 기반 멀티 에이전트 프레임워크
보고, 집중하고, 행동하라: 인간 시선과 중심화 Vision Transformer를 통한 효율적이고 견고한 로봇 학습
다중 도메인 테스트 타임 스케일링을 위한 보상 모델 재검토
CrochetBench: 비전-언어 모델은 코바늘뜨기 도메인에서 묘사에서 실행으로 나아갈 수 있는가?
RippleBench: 기존 지식 저장소를 활용한 파급 효과 포착
JADE: 개방형 전문 과제를 위한 전문가 기반 동적 평가
지도학습 금융 NLP의 측정 리스크: JF-ICR에서의 루브릭 및 지표 민감도
제어된 환경에서 실전까지: 실제 환경을 위한 펜테스팅 에이전트 평가
추론 연산이 프론티어 LLM 평가를 형성하는 방식
OSWorld 2.0: Benchmarking Computer Use Agents on Long-Horizon Real-World Tasks
AgentLens: 코딩 에이전트 평가를 위한 프로덕션 평가 기반 궤적 리뷰
IdeaTrail: 과학적 아이디어 도출을 위한 전 과정 에이전트 궤적
에이전트는 동의만 하지 않고 기억한다: 상태 유지 개인 에이전트에서의 지속적 아첨 벤치마킹
의견도 많고 LLM도 많다: 개방형 설문 분석에서 대규모 언어 모델과 전통적 머신러닝 비교
스마트 온실 강화학습 제어를 위한 교정 우선 보상 구성요소 감사
LP2Graph를 활용한 LP 마이닝: 철도 재스케줄링 사례
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.