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.
다국어 형사법 법원에서 대규모 언어 모델의 과도한 정렬 측정 및 완화
LLM이 창의성을 바라보는 방식: 해석 가능한 추론을 통한 시각적 창의성의 제로샷 채점
단 한 번의 재작성으로 충분하다: 프로덕션 스킬 설명 최적화에서 얻은 실증적 교훈
Indi-RomCoM: 로마자 표기 인도어-영어 혼합 지시문에서 LLM을 평가하기 위한 코드 혼합 벤치마크
캘리브레이션 순위가 역전될 때: 대규모 언어 모델의 공정한 비교를 위한 정확도-제어 평가
결과 보상 모델을 통한 Text-to-SQL의 테스트 타임 검증
깨끗한 텍스트를 넘어서: 잡음이 있는 텍스트에서의 벵골어 이벤트 탐지를 위한 인코더 및 디코더 견고성 평가
과학적 유산의 가교: 지속 가능한 지식 전달을 위한 아랍어-러시아어 병렬 코퍼스 및 LLM 벤치마크
자연어 설명에서 판단 품질 측정: 예측 토너먼트의 증거
진실인가 궤변인가? LoFa: 논리적 오류에 대한 LLM 강건성 벤치마크
음성 대화 시스템을 위한 참조 기반 운율 및 리듬 평가
세밀한 지식 엔티티 기반 학술 논문의 팀 기관 구성과 참신성 간의 관계 탐구
무엇이 오류인가? 비전형 ASR을 위한 이중 참조 벤치마킹
LLM은 이진 딜레마를 넘어 도덕적 대안을 상상할 수 있는가?
대규모 언어 모델을 활용한 문체 도용 탐지: EU 저작권법 위반을 위한 평가 프레임워크
RVL-CDIP 재검토: 오류 정량화와 테스트-학습 데이터 중복 분석
아동 읽기 학습 및 평가를 위한 자동 음성 인식 솔루션 구축
AutoTrainess: 언어 모델이 언어 모델을 자율적으로 개선하도록 가르치기
CLExEval: LLM 임상 추론의 정성적 평가를 위한 인간 참여(Human-in-the-Loop) 프레임워크
TalentCLEF 2026 개요: 인적 자본 관리를 위한 스킬 및 직무명 인텔리전스
RCT: 촉각 일반화를 위한 로봇 수집 터치-비전-언어 데이터셋
대규모 언어 모델을 활용한 교차 언어 관계 추출: 루마니아어에 대한 제로샷, 퓨샷 및 미세조정 평가
보는 것이 공유하는 것은 아니다: 일부 비전-언어 모델은 비대칭 대화에서 공통 기반을 과대평가한다
STEB: 스타일 텍스트 임베딩 벤치마크
마음 이론과 대화를 넘어선 설득: 계획과 행동을 통해 신념 상태를 유도하는 LLM의 역량 평가
MECoBench: 체화된 환경에서의 멀티모달 에이전트 협업에 대한 체계적 연구
LLM이 표를 부주의하게 읽을 때: 데이터 참조 오류의 측정과 감소
AgentBound: Verifiable Behavioral Governance for Autonomous AI Agents
MultiUAV-Plat: An LLM-Oriented Platform, Benchmark and Framework for Multi-UAV Collaborative Task Planning
MIRTH: Mutual-Information Reasoning with Temporal Hubs for Vision-Language-Action Agents
ClawArena-Team: Benchmarking Subagent Orchestration and Dynamic Workflows in Language-Model Agents
HealthAgentBench: A Unified Benchmark Suite of Realistic Agentic Healthcare Environments for Challenging Frontier AI Agents
Benchmarking Large Language Models on Floating-Point Error Classification
Optimization Algorithms for Joint OFDM Waveform Design and RIS Configuration in 6G Networks: From Convex Relaxation to Foundation Models
Beyond Binary Instrument QA: Probing Instrument Grounding in Music Audio-Language Models
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.