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.
에이전트 AI의 자율 모델 탐색 평가를 위한 실험 설계 접근법
RMISC: 시계열 기반 모델을 위한 대규모 실세계 다변량 코퍼스
북미 산업 분류 시스템(NAICS)을 활용한 GitHub 저장소 산업 분류
FootsiesGym: 2인 제로섬 불완전 정보 게임을 위한 격투 게임 벤치마크
자연어 통계로부터 신경망 스케일링 법칙 도출
감사의 감사: 벤치마크 타당성 감사의 다섯 가지 실패 유형
강건성과 불확실성의 만남: 강건한 선택적 분류를 위한 증거적 적대적 학습
지구 시스템 파운데이션 모델을 위한 통합 데이터셋
Best-of-Better-$N$: 문맥 내 학습을 통한 사전 정렬 응답 생성
AI 생성 텍스트 탐지의 재고찰: 강력한 기준선과 여전히 남아있는 분포 이동 문제
LLM 에이전트의 소셜 네트워크
작은 몸집으로 큰 성과를: 검증 가능한 다지선다형 과제를 위한 소형 언어 모델(TLM)의 분류 헤드 미세조정
소규모 데이터는 언제 효과적인가? 하지·우므라 군중 상태 분류를 위한 표 형식 파운데이션 모델과 전통적 방법 간의 정확도 및 효율성 트레이드오프
OmniOpt: 현대 옵티마이저의 분류체계, 기하학, 그리고 벤치마킹
딕셔너리, 다윈이 아니라: 과학적 방정식 발견에서 집합 수준 선택이 LLM 진화를 능가함
LoRA 기반 외부 파라메트릭 메모리의 제로샷 라우팅을 위한 파라메트릭 메모리 디코딩
신호인가 노이즈인가? 실세계 센서 시계열을 위한 생성 모델 이해
NKI-Agent: 뉴런 커널 생성을 위한 도메인 특화 미세조정과 에이전트 도구 활용
Auto: AGI 컴파일러
속도를 넘어서: 시뮬레이션 기반 강화학습을 통한 에너지 인식 코드 생성
스코어 분포, 셀이 아닌: 클래스 중첩 하에서의 단일세포 퍼터베이션 평가
중요한 것을 측정하기: GNN 설명 가능성을 위한 통합 평가 프레임워크
진화적 최적화를 위한 대규모 언어 모델 체계적 조사: 모델링에서 풀이까지
ParEVO: 비정형 데이터를 위한 코드 합성 - 에이전트 진화를 통한 고성능 병렬처리
TrendFact: 자동 팩트체킹에서 핫스팟 인식을 위한 벤치마크
Re:Form -- 대규모 언어 모델에서 강화학습을 활용한 확장 가능한 형식 소프트웨어 검증의 인간 어노테이션 감소: Dafny에 대한 예비 연구
Web-CogReasoner: 웹 에이전트를 위한 멀티모달 지식 기반 인지 추론을 향하여
뉴스 텍스트에서의 지속가능발전목표 극성 탐지
사용자는 만족하지만 에이전트는 틀릴 때: 도구 증강 대화의 다차원 평가
TokSuite: 토크나이저 선택이 언어 모델 동작에 미치는 영향 측정
BoRP: 확장 가능하고 인간 정렬된 LLM 평가를 위한 부트스트랩 회귀 프로빙
길게만 생각하지 말고, 깊게 생각하라: 심층 사고 토큰을 통한 LLM 추론 노력 측정
Hyper-KGGen: 고품질 지식 하이퍼그래프 생성을 위한 스킬 기반 지식 추출기
SpreadsheetArena: LLM의 스프레드시트 워크북 생성에서 선호도 분해
기다리지 말고 답하라: 능동적 사고를 통한 반응적이면서도 사려 깊은 대화를 향하여
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.