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.
소형 언어 모델의 순차적 개인화를 위한 지속 학습: 안정성 모니터링 분석
시계열 파운데이션 모델은 E-Nose 데이터에 준비되었는가? 임베딩에 대한 실증 평가
CBD: Controlled Behavioral Divergence를 통한 API 전용 LLM 블랙박스 언러닝
다중 시점 변동성 예측에서의 배포 측면 적응성
오류의 여지: 대규모 공중 음향 공격 시뮬레이션
Aurora: 레버리지 인식 스펙트럴 옵티마이저
다변량 시계열 분류를 위한 양자 동적 시간 왜곡(Dynamic Time Warping, DTW)
트래픽 행렬 예측을 위한 매개변수 효율적 양자 영감 고속 가중치 프로그래머
WattLayer: 신경망 추론 에너지 추정을 위해 층을 정확히 다루기
HARMES 데이터셋에서 다중 모달 인간 활동 인식을 위한 융합 기법 비교
중요한 과제에 대한 벤치마킹: 모델 순위 보존을 위한 데이터셋 선택
웨어러블 원격측정 데이터 기반 운동선수 성능 점수화를 위한 오토인코더 아키텍처
LLawCo: 구현체 다중 에이전트 행동 모델링을 위한 협력 법칙 학습
COCOLogic-V2: 진정한 Hard-Negative를 통한 논리적 불일치 식별
Google의 Paper Assistant Tool을 이용한 과학 논문 심사 자동화를 향하여
Democratic ICAI: 토론을 통해 선호에서 스티어링 원칙 도출
마스크드 디퓨전 모델을 위한 VGB: 보상 만족 및 샘플 편집을 위한 효율적인 테스트 타임 스케일링
어느 나시 균형인가? 제로섬 나시 다면체에서의 솔버 의존적 선택
DE-2LS: 제약 수치 최적화를 위한 경량 후기 국소 탐색 미분 진화
PRISON: 대규모 언어 모델의 범죄 잠재력 드러내기
LLM 기반 디지털 트윈의 심리측정학적 비교 가능성
LiveClawBench: 복잡한 실세계 어시스턴트 작업에 대한 LLM 에이전트 벤치마킹
현실적 텍스트 익명화 평가를 위한 주체 수준 추론
소매 상품명을 소비자물가 카테고리로 코딩하기 위한 머신러닝: 신뢰도 가중 휴먼-인-더-루프 라벨링을 적용한 규칙+BoW 파이프라인
$τ$-Rec: 에이전트형 추천 시스템을 위한 검증 가능한 벤치마크
끝에서 소실(Lost at the End): 다중모달 검색-증강 질의응답의 초두 바이어스
Does My Embedding Reflect That $A = B$? Evaluating Mathematical Equivalence in Embedding Models
잠재 사고의 형식화: LLM에서 사고 표현의 네 가지 공리
입장: LLM에서 '머신 언러닝' 용어의 과용
CalBrief: 대규모 언어 모델을 활용한 증거 보정 과학 브리핑을 위한 파일럿 진단 벤치마크
Supersede: LLM 에이전트의 메모리 업데이트 격차 진단 및 학습
컨텍스트 준비형 트랜스포머
Ko-WideSearch: 웹 에이전트를 위한 완전 집합 열거 한국어 넓이 탐색(breadth-search) 벤치마크
Yuvion LLM: 콘텐츠 및 AI 안전을 위한 적대적 인식 대규모 언어 모델
신호에서 전이까지: 대규모 언어 모델의 프로브 기반 불확실성 추정에 대한 요인 분해 연구
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.