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.
위상 머신러닝을 위한 축소되지 않은 지속 다이어그램
경쟁 위험 설정에서 조건부 평균 처치 효과 추정 가이드
양성-비식별 학습을 통한 LLM 평가의 정량화 및 감사
운용 전 지구 관측소 기상 예측을 위한 물리 정보 기반 시계열 모델 벤치마킹
솔버 병목 현상 극복: 학습 가능한 프론티어에서의 태스크 생성기 학습
단백질 기반 어종 식별: 방글라데시 토착 어류를 위한 데이터셋, 모델 및 통찰
ThousandWorlds: 거주 가능한 외계 행성의 기후 에뮬레이션을 위한 벤치마크
측정 노이즈는 생체의학 예측에서 비선형 모델이 선형 모델보다 갖는 이점을 제한한다
단일 이미지 3D 메쉬 품질 평가를 위한 교차 모델 VLM-Judge 프로토콜 (그리고 저렴한 대리 지표가 부족한 이유)
Veriphi: 데이터셋 의존적 학습 방법을 이용한 공격 유도 신경망 검증
희소성의 저주: 모델 병합을 통한 RLVR 모델 매개변수 공간의 이해
도메인 위장 인젝션 공격에 대한 프롬프트 기반 방어 평가
TS-Fault: 구조적 결함에 대한 시계열 예측 모델 벤치마킹
MetaboNet-Bench: 1형 당뇨병 혈당 예측을 위한 다중 모달리티 벤치마크
InTrain: 제로 코스트 신경 아키텍처 탐색을 위한 고유 학습 가능성
에너지 특징을 활용한 심층 학습 기반 표면 분류: 세 개의 독립 데이터셋에 대한 비교 분석
신뢰할 수 있는 온라인 A/B 테스트 보장: CUPED에 관한 5가지 핵심 질문 다루기
RouteJudge: 재현 가능하고 선호도 인식 대규모 언어 모델(LLM) 라우팅을 위한 개방형 플랫폼
GateMem: 다중 주체 공유 메모리 에이전트에서의 메모리 거버넌스 벤치마킹
보안 ML 모델 실행을 위한 수명 주기 인식 동적 분석
OrthoReg: 하이브리드 기호-신경 동적 시스템을 위한 직교 정규화
알고리즘을 넘어서: 의료 영상 AI의 개념적 혁신
VLA는 기초조차 알고 있는가? 비전-언어-행동 모델의 상식 및 세계 지식 보유 측정
모델 병합 최적화를 위한 대리 벤치마크
QUIVER: 대리 모델 기반 진화적 다목적 최적화에서의 비용 인식 적응형 선호도 질의
그래프 인스턴스 랜드스케이프: 구조적 유사성이 최단 경로 성능을 반영할 때와 그렇지 않을 때
MORTAR: LLM 기반 대화 시스템을 위한 멀티턴 메타모픽 테스팅
ASyMOB: 대수적 기호 수학 연산 벤치마크
GrowthHacker: 코드 수정 LLM 에이전트를 사용한 자동화된 오프-정책 평가 최적화
SciHorizon-GENE: 유전자 지식에서 기능적 이해로의 생명과학 추론을 위한 LLM 벤치마킹
FutureOmni: 멀티모달 대규모 언어 모델을 위한 옴니모달 컨텍스트 기반 미래 예측 평가
지시적 의사소통에서 대규모 비전-언어 모델(LVLM)과 인간의 상이한 그라운딩 방식
자동 이야기 생성 및 이해를 위한 서사 이론 기반 대규모 언어 모델(LLM) 방법론: 서베이
MemRerank: 개인화된 제품 재정렬을 위한 선호도 메모리
TopBench: 표 형식 질의응답에서의 암시적 예측 추론을 위한 벤치마크
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.