Papers with Code 아카이브
Knowledge Distillation
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 2
- 평가표
- 11
- 보존된 평가 기록
- 90
Knowledge distillation is the process of transferring knowledge from a large model to a smaller one. While large models (such as very deep neural networks or ensembles of many models) have higher knowledge capacity than small models, this capacity might not be fully utilized.
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
단어 하나 센서스: 44개 언어 모델 전반의 답변 선택 동조 현상
컴포넌트 테스트를 넘어서: 에이전틱 AI 시스템 검증
직접 접근을 넘어서: 대규모 언어 모델 에이전트의 자원 하이재킹
Multi2AV-Safety: 멀티모달-오디오-비디오 생성 모델의 안전성 벤치마킹
근소한 차이의 LLM 순위는 패밀리 DIF 기반 벤치마크 재구성에 견고한가?
주변분포에서 결합분포로 가는 티켓: 확산 언어 모델의 1단계 블록 생성을 위한 결합 노이즈 증류
데이터 없는 온-정책 지식 증류: 외부 데이터 없이 얼마나 멀리 갈 수 있는가?
EconSkills: 실시간 경제 데이터를 다루는 웹 에이전트의 스킬 전이 및 검색 연구
SparkDiffusion: 고희소성 함정 완화 --- 시각 생성의 최대 265배 단일 GPU 가속을 위한 통합 프레임워크
IndustrialVLA-Bench: 오픈 로봇 정책 모델에 대한 추적 가능한 다축 평가
사후 처리 공정성 제약이 도움이 될 때와 해가 될 때: 8개 교차 도메인 평가로부터의 근거
ExplorationBench: 검증 가능한 외계 세계에서의 AI 시스템 탐험 능력 측정
SlideLab: 청중 중심의 과학 발표 슬라이드 생성 및 평가
CCRV-Bench: 비전-언어 모델의 인과적 추론에 대한 제약 기반 평가
미실행 동반 실행을 고려한 예산 제약 컨텍스트 프로젝션 평가
READ-Bench: 시계열 진단을 위한 과거 사례 검색 벤치마크
FA-Bench: 깨끗한 음성 및 노이즈 음성 환경에서 강제 정렬과 ASR의 음소 및 단어 단위 타임스탬프 정확도 벤치마크
기억된 세계를 넘어서: 진화하는 세계에서의 지속적 내비게이션을 위한 예측적 4D 신념
틀에서 벗어난 사고: 언어 모델은 외부 지침에 선택적으로 의존할 수 있는가?
공허한 약속: 에이전트가 이행할 수 없는 약속을 할 때
RealCompanion: 장기적 실제 대화 추론을 통한 인간 이해 벤치마킹
장기적 작업 수행 에이전트를 위한 검증 가능한 환경의 스케일링
프롬프트 옵티마이저는 제한된 예산을 어떻게 사용해야 하는가? 노이즈 적응형 평가를 적용한 BudgetAPO
BabelFake: 다국어 시청각 딥페이크 벤치마크
심사 로또: 동료 평가 노이즈에 대한 관측 기반 추정기 벤치마킹 (ICLR 2017-2025)
자기 회고 증류: 사후 경험을 사전 예측력으로 전환하기
스티븐스의 멱법칙을 활용한 GPT-5.5의 시각적 인코딩 암묵적 판독 능력 검증
병렬 어댑터 결합을 통한 실시간 오디오-비디오 공동 생성
GaussianBench: 가우시안 장면 표현을 위한 물리 충실도 평가
지구과학 분야 AI 모델의 전략적 거버넌스
활성화 프로브에 필요한 합성 데이터의 양을 결정하는 것은 난이도가 아닌 커버리지다
인증된 오염 예산: 적응형 조작 하에서 상시 유효한 리더보드 주장
조사 실패로부터 신뢰할 수 있는 SOC 에이전트로: LLM 기반 경보 분류의 이해와 개선
코드 이해는 코딩 에이전트의 병목 현상이다
TestJack: 코딩 벤치마크 결과를 신뢰할 수 있는가? 평가자 진화를 통한 에이전트 기반 코딩 벤치마크 감사
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.