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.
층별 위치 임베딩 스케일링을 통한 트랜스포머의 위치 바이어스 완화
음성 강조 모델은 언어와 감정에 걸쳐 일반화되는가?
보정 기반 LLM 압축을 위한 출력 공간 할당 비용: 실증 연구
삼각 늑대인간: LLM의 다단계 마음 이론을 위한 조커 역할
인간 작성 텍스트의 사실 오류에 대한 실증 분석 및 그 적용
ToxiREX: 맥락 속 유해 추론(Toxic REasoning in ConteXt) 데이터셋
신호-커버리지 행렬: 명제 자동 형식화에서 유형 및 의미 오류의 계층화
LLM은 생성보다 더 잘 판단할 수 있는가? 문맥 내 QA에서의 작업 비대칭성, 메커니즘적 해석 가능성 및 전이 가능성 평가
로봇공학을 위한 이미지 기반 지오로컬라이제이션: 블랙박스 비전-언어 모델은 아직 준비되었는가?
SurgXBench: 수술을 위한 설명 가능한 비전-언어 모델 벤치마크
체화 AI를 위한 월드 모델에 관한 포괄적 서베이
언어로 기하를 제약하기: 3D 생성을 위한 의미론적·공간적 비평자로서의 비전-언어 모델
프롬프트가 시각이 될 때: 대규모 이미지 편집 모델을 위한 비전 중심 탈옥 공격
EXPLORE-Bench: 장기 추론 기반 자기중심적 장면 예측
ProactiveBench: 다중모달 대규모 언어 모델의 능동성 벤치마킹
SpaceDG: 시각적 저하 환경에서 공간 지능 벤치마킹
SC3-Eval: 자기 일관성 비디오 생성을 통한 로봇 파운데이션 모델 평가
SingGuard: 동적 추론을 갖춘 정책 적응형 멀티모달 LLM 가드레일
Yuvion VL: 적대적 콘텐츠 및 AI 안전성을 위한 멀티모달 기반 모델
PhyEditBench: 물리 인식 이미지 편집을 위한 실세계 다단계 벤치마크
SpatialFlow-GRPO: 공간적 기여도가 이미지 편집을 주도하는 방법
Qwen-Image-Agent: 실세계 이미지 생성에서 Context Gap(컨텍스트 갭) 해소
SemCityLoc: 시맨틱 3D 도시 모델을 이용한 항공 6DoF 위치 추정
DMV-Bench: 부수적 단서 주입을 통한 장기 멀티모달 에이전트 시각 기억 진단
Aloe-Vision: 의료를 위한 견고한 비전-언어 모델
MemoBench: 동적으로 변화하는 환경에서의 세계 모델링 벤치마킹
자동차 인식에서 교차 리그 일반화 이해: 다중 리그 벤치마크와 리그 변동 지표
ZooClaw-FashionSigLIP2: 견고한 패션 검색을 위한 지식 증류 미세조정
Video-MME-Logical: 비디오 시간-논리 추론을 위한 통제된 진단 벤치마크
SpatialUAV: 저고도 UAV(무인항공기) 지각, 협업 및 동작을 위한 공간 지능 벤치마킹
HumanMoveVQA: 비디오 MLLM은 동영상에서 인간 움직임을 추론할 수 있는가?
커리큘럼 기반 변화 탐지 학습: 정확한 세락 낙하 모니터링을 향하여
AirGroundBench: 이종 다중 시점 체현 협업 하에서 멀티모달 대규모 모델의 공간 지능 탐구
HAT-4D: 인간-에이전트 협업을 통한 단안 영상 기반 4D 다중 객체 상호작용 복원
RSICCLLM: 원격 탐사 영상 변화 캡셔닝을 위한 멀티모달 대규모 언어 모델
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.