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.
Can AI Agents Synthesize Scientific Conclusions in Health?
Prague Dependency Treebank -- Consolidated 2.0: Enriching a Complex Annotation Scheme
텍스트-이미지 모델은 귀납주의적 칠면조인가? 인과 추론을 위한 반사실적 벤치마크
RANSAC 채점의 올바른 접근
Learning Dexterous Manipulation Using Contact Wrench Guidance From Human Demonstration
Forethought: 신경기호 프리미티브 프로그래밍을 통한 검증 가능한 추론
Tactile MNIST: Benchmarking Active Tactile Perception
ImplicitBBQ: 특성 기반 단서를 통한 대규모 언어 모델의 암묵적 바이어스 벤치마킹
Tac-DINO: Learning Tactile Features with Patch Alignment
HARENA: A Living Benchmark for Sensor-Based Human Activity Recognition on Resource-Constrained Edge Devices
From Hidden States to Confessions: Auditing Deception in Reasoning Models
CELEUS: E-Process 기반 인증 가능하고 효율적인 LLM 평가
LLM 추론의 수치적 불안정성 규명: HEAL을 통한 미션 크리티컬 태스크의 재현 가능한 추론 달성
Are Multilingual Models Actually Improving? Revisiting Cross-Lingual Transfer
RedPhys: An Extensible Red-Teaming Platform for Physical-World Models and Agents
LibEvoBench: Probing Temporal Knowledge Stratification in Code Generation Models
Mosaic: 미분 가능 물리 솔버를 위한 벤치마크 스위트
활성화 콘 사각지대 해소: 응답 시간 프로빙과 통합 방어
동적 다회차 상호작용을 통한 비전-언어 모델의 맥락화된 평가
인식론적 불확실성 평가: OOD 탐지와 능동 학습을 넘어서
OrigaMI: An LLM Serving System with First-Class Interpretability Apps
FogDrive: 단계적 안개 조건에서의 인식을 위한 멀티모달 합성 주행 데이터셋
Sensitivity Analysis of the Transformation Using a Parameterized CEC 2017 Benchmark
Spatial-IQ: 계층적 능력 테스트를 통한 공간 지능 분해
ClinFusion: 포괄적 의료 이해를 위한 비전 중심 다중모달 LLM 시스템
LAPITHS로 Centaur(들)을 다루기: AI 성능의 이론적으로 정당화된 해석을 위한 프레임워크
Agentic Abstention: Do Agents Know When to Stop Instead of Act?
PRISM: Stress-Testing Alignment-Faking Claims
Beyond Benchmarks: Continuous Edge Inference for Traffic Sign Recognition on Embedded Vehicular Hardware
Decomposing Yes-No Bias in LLM Moral Judgment: Stance, Position, Word, and Verdict
고�급 거리 수준 영상을 활용한 시각적 위치 추정의 정확도 잠재력
VideoGen-Agent: 비디오 생성 에이전트 강화
아무것도 예측하지 않는 것이 SAM 3를 능가할 때: 비디오 객체 분할 평가의 재검토
ELMA: 장기 텍스트 기반 모션 생성을 위한 조응적 구성 벤치마킹
B-XAIC Dataset: Benchmarking Explainable AI for Graph Neural Networks Using Chemical Data
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.