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.
Benchmarking Frontier LLMs on Arabic Cultural and Sociolinguistic Knowledge: A Cross-Evaluation Framework with Human SME Ground Truth
Identifying and Resolving Pitfalls of Knowledge-Based VQA Benchmarks: Auditing, Repairing, and Augmenting
ALEE: Any-Language Evaluation of Embeddings via English-Centric Minimal Pairs
SEFORA: Student Essays with Feedback Corpus and LLM Feedback Evaluation Framework
Beyond Perplexity: A Behavioral Evaluation Framework for Deployment-Memory Claims in LLM Test-Time Training
When Classic Cache Policies Fail: Learning-Augmented Replacement for Semantic Retrieval Buffers
학습된 지원 함수를 통한 최대 내적 탐색(MIPS)의 상각
시계열 파운데이션 모델 벤치마크는 체제 의존적 실패를 숨기고 있는가? 교통 속도 예측에 대한 증거
Quantum vs. Classical Machine Learning: A Unified Empirical Comparison
Enhanced Vision-Language Models for Diverse Sensor Understanding: Cost-Efficient Optimization and Benchmarking
Histopathology Multi-modal Embedding for Pathology Composed Retrieval
OmniFall: From Staged Through Synthetic to Wild, A Unified Multi-Domain Dataset for Robust Fall Detection
Sheet Music Benchmark: Standardized Optical Music Recognition Evaluation
Affogato: Open-Vocabulary Affordance Grounding with Automated Data Generation at Scale
TCMA: Text-Conditioned Multi-granularity Alignment for Drone Cross-Modal Text-Video Retrieval
VisReason: A Large-Scale Dataset for Visual Chain-of-Thought Reasoning
RoadBench: Benchmarking MLLMs on Fine-Grained Spatial Understanding and Reasoning under Urban Road Scenarios
SpatialMosaic: A Multiview VLM Dataset for Partial Visibility
UniDrive-WM: Unified Understanding, Planning and Generation World Model for Autonomous Driving
PixelEyes: 정밀 시각적 증거 탐색을 위한 인식과 추론의 분리
DriftScope: 확산 모델 적응의 숨겨진 영향 측정
EgoSafetyBench: 임베디드 VLM을 런타임 안전 가드로 평가하기 위한 진단적 에고센트릭 비디오 벤치마크
당신의 ViT는 여전히 분할을 위해 U-Net이 필요한가?
DriveVer: 자율주행을 위한 테스트 타임 검증기로서의 경량 궤적 평가기
MindAU: 이중 스트림 다양체 정렬을 활용한 EEG 조건부 얼굴 행동 단위 편집
DroneIQA-VLE: 비전-언어 앙상블을 통한 멀티태스크 드론 이미지 화질 평가
StochasT: 시각적 지시 미세조정을 위한 확률적 턴 깊이 학습
MindEdit-Bench: 실세계 사진에서 비전-언어 모델의 객체 수준 반사실적 공간 추론 벤치마킹
GEAR-Seg: 추론 분할 및 데이터 엔진을 위한 근거 기반 설명 가능한 에이전트
EgoGapBench: 다중 에이전트 장면에서의 자기중심적 행동 선택 벤치마킹
대규모 언어 모델을 활용한 역사적 아르메니아어 신문의 의미론적 읽기 순서 복원
검색된 이미지를 시각적 사고로: 개방형-폐쇄형 격차를 위한 학습 불필요 멀티모달 문맥 내 학습
LUMA: 경량 범용 마스크 어댑터를 통한 분할 벤치마킹
영향력 있는 자율주행 데이터셋 구축: 연구 공백에서 벤치마크까지의 전략적 가이드
행동 인식을 위한 부분 스켈레톤 가시성: 제한된 시야각 접근법
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.