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.
GERD: 기하학적 이벤트 응답 데이터 생성
BiasBench: 이벤트 카메라 바이어스 튜닝을 위한 재현 가능한 벤치마크
TOPO-Bench: 정량화 가능한 지각적 앨리어싱을 갖춘 오픈소스 위상 지도 작성 평가 프레임워크
비전-언어 모델에서 손상으로 인한 신뢰성 실패 진단
영상 유도 신경외과 수술을 위한 뇌 변형의 데이터 기반 정합 및 모델링: 체계적 문헌고찰
자기지도 비전 트랜스포머에서의 인간과 유사한 객체 그룹화
가르칠 수 있는 것을 넘어선 탐색: 에이전틱 시각 생성에서 지식 경계의 진화
다중 쿼리 차량 재식별을 위한 강화 뷰 전문가 혼합 및 대규모 벤치마크
VSRo-200: 지도 학습과 멀티모달 강건성 연구를 위한 루마니아어 시각 음성 인식 데이터셋
지표인가 신기루인가? 대장내시경 용종 분할 벤치마크의 평가 불일치에 대한 감사
UniRef-UAV: UAV 영상에서의 범용 참조를 위한 멀티모달 벤치마크
고전적 방법 대 딥러닝 기반 거울 대칭 점수화: 13가지 방법의 벤치마크
개방형 어휘 내시경 합성 참조 분할을 위한 속성 검색
멀티모달 이해, 생성 및 편집을 위한 인지 구조 기반 멀티모달 에이전트
휠체어와 안대를 넘어서: INCLUDE-BENCH를 활용한 T2I 모델의 장애 고정관념 조사
HumanForge: 멀티 에이전트 위조 근거를 갖춘 인간 중심 딥페이크 영상 벤치마크
OpenCoF: 비디오 생성을 통한 추론 학습
파노라마 야외 재건을 위한 기하학 및 그래디언트 기반 분할
NCA 저장소에서 자기조직화 임계성을 위한 귀납적 바이어스로서의 질량 보존
탐색적 경관 분석 맥락에서 제한된 데이터 조건의 무작위 부분공간 샘플링
ADSEQ: 스파이킹 신경망에서 스파이크 이벤트 전달을 위한 지연 인식 자동 미분 호환 프레임워크
수동적 관찰자에서 능동적 비평가로: 강화학습이 로봇 조작을 위한 과정 추론을 이끌어내다
ROK-FORTRESS: 국가 안보 및 공공 안전을 위한 지정학적 트랜스크리에이션 효과 측정
대규모 언어 모델의 수학적 추론: 벤치마크, 아키텍처, 평가 및 미해결 과제
낮은 권한이 충분할 때: LLM 에이전트에서의 과도한 권한 도구 선택 조사
부주의 공백: 태스크 조건부 언어 및 비전 모델은 그 외의 경우엔 보고 가능한 안전 임계 신호를 누락한다
LLM-as-a-Verifier: 범용 검증 프레임워크
장문 맥락 서빙을 위한 KV 캐시 최적화 기법의 태스크 품질 및 시스템 성능 벤치마킹
CCBENCH: 건강 질의를 활용한 암묵적 규범 신호를 통한 대규모 언어 모델의 문화적 역량 평가
CANONIC: 거버넌스는 컴파일이다
다중 에이전트 대규모 언어 모델 대화에서의 결정 프로토콜
대부분의 LLM 동조성은 발화자를 필요로 하지 않는다: 동료 압력 벤치마크에서의 발화자 없는 기준선 측정
BaFCo: 복잡한 벵골어 서식 이해를 위한 문서 이해 벤치마크
RPAM: 다운스트림 출력에서 높은 예측 타당도를 가진 언어 모델 연관성 평가를 위한 원칙적 지표
Nemotron-Labs-Diffusion: 자기회귀, 디퓨전, 셀프-스페큘레이션 디코딩을 통합한 삼중 모드 언어 모델
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.