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.
긴 영상 키프레임 검색을 위한 쿼리의 툴 호출 분해
MechVQA: 포괄적 기계 도면 이해를 위한 멀티모달 LLM 벤치마킹 및 성능 향상
OmniLayout: PCB 레이아웃에서 제약 인식 기하 추론을 위한 회로도 연동 멀티모달 벤치마크
Image2Sim: 생성적 신경 시뮬레이터를 통한 구현된 내비게이션 스케일링
자율주행의 환경적 착시에 대한 강건성 벤치마킹: 차선 인식 관점
PolicyShiftGuard: 정책 적응형 이미지 가드레일의 벤치마킹 및 개선
WebRetriever: 효율적인 웹 에이전트 평가를 위한 대규모 종합 벤치마크
OrchardBench: 농업 로봇공학을 위한 물리 기반 GPU 병렬 사과 과수원 시뮬레이션 벤치마크
PIPBench: 개인화 이미지 생성 평가를 위한 프로파일 포함 프레임워크
신분증 내 동적 홀로그래픽 거동 검증
EgoPolice: 고위험 경찰 바디캠 영상에서의 자기중심 비디오 이해를 위한 벤치마크
AirflowAttack: 적외선 원격 탐지 비전-언어 모델에 대한 열-기류 적대적 섭동
반응성을 넘어서: LLM 에이전트의 능동적 문제 해결 능력 측정
VASP 에이전트: 자율 제일원리 계산을 위한 에이전틱 프레임워크
당신의 AI 여행 에이전트는 투우를 예약할 것입니다: 프런티어 AI 모델의 암묵적 동물 복지를 위한 에이전트 기반 벤치마크
인공지능 연구의 촉매 논문: ICLR 2017-2025 지형 분석
GenAI 스킬 우회: 대학 학생과 교직원의 AI 리터러시 분기 경로 분석
AI는 왜 STEM 교육에 새로운 가능성을 열어주는가? 동향과 미래 의제에 대한 계량서지학적 분석
대규모 과학 코드 검색: 다중 도메인 데이터셋과 벤치마크
이중 용도 생물학 환경에서의 보정된 거부 및 안전한 유용성 평가
KAT-Coder-V2.5 기술 보고서
당신의 NPU는 LLM을 위해 준비되었는가? 모바일 LLM 추론의 숨겨진 효율성 병목 분석
aiAuthZ: AI 에이전트를 위한 오프-호스트, 신원 바인딩 인가
CSTutorBench: 블록 기반 프로그래밍 튜터로서의 소형 언어 모델 벤치마킹
자동 CAD 생성을 위한 파운데이션 모델
누구를 위한 공정성인가? AI 바이어스 연구의 구조적 집중화
EvalLoop: 비즈니스 AI 시스템의 평가 중심 반복 개선을 위한 방법론
AI 에이전트는 실제로 무엇을 바꾸는가? 성능 개선 풀 리퀘스트의 변이 패턴에 대한 실증적 분류체계
리더보드를 넘어서: 대규모 언어 모델 에이전트의 도구 사용, 계획 및 추론 실패에 대한 종합 연구
거부를 넘어서: 취약점 분석을 위한 정렬 및 어블리터레이티드 LLM의 동일 계보 연구
그리드 서치 전에 생각하라: LLM 서빙을 위한 플로어 우선 분류
SSH 분야의 도메인 적응형 LLM을 위한 지식 그래프와 다국어 학술 코퍼스 통합
렌즈 아래의 Auto-DSM: LLM 기반 DSM 생성을 위한 블랙박스 평가 프레임워크
Information Limits and Attractor Dynamics in Economies of Frontier LLM Agents: A Pre-Registered Test
Prompt Coach: 소프트웨어 개발에서 프롬프트 엔지니어링 학습을 위한 에이전틱 튜터의 실증 평가
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.