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.
트리 부스팅을 위한 하이퍼파라미터 선택
단계별 모델 라우팅을 위한 루브릭 기반 프로세스 보상
에이전트 스킬 평가와 진화: 프레임워크 및 벤치마크
EV9V: 불확실성 기반 뷰 분류를 갖춘 심초음파 비디오 벤치마크
Tmax: 터미널 에이전트를 위한 간단한 레시피
AutoSpecNER: 차량 제원 추출을 위한 세분화된 개체명 인식 데이터셋
자기 성찰을 넘어서: 에이전트 경험 학습을 위한 실행-증류-검증 프레임워크
지정가 주문서 예측을 위한 추론-연산 프런티어
SpeechEQ: 사회적 인식을 갖춘 음성 대화 모델의 감성 지능 지수 벤치마킹
OpenFinGym: Quant 에이전트 평가를 위한 검증 가능한 멀티태스크 Gym 환경
GRATE: 게이트 회전 어텐션을 통한 귀납적 지식 그래프 파운데이션 모델의 시간적 확장
도메인이 중요한 이유: 수중 객체 검출 및 어노테이션 품질의 도메인 인식 벤치마킹
LLM 응답의 자동 감성 점수에서 나타나는 질의 언어 민감도
라우팅 서브스페이스: 미세조정 언어 모델의 평가-배포 불일치 감사
가상현실을 위한 안구 검증
파라메트릭 CAD 모델링을 위한 설계 의도 보존 에이전트 하네스
RSPDBench: 물리적으로 근거한 원격탐사 제품 열화 하에서 지구관측 과업에 대한 비전 파운데이션 모델 벤치마킹
에이전시 총비용: 멀티 에이전트 LLM 워크플로에서 메모리 주입 비용의 정확한 귀속
HARN: 이벤트 기반 다중 시간대 예측을 위한 계층적 연상 공명 네트워크
IID를 넘어서: 표 형식 파운데이션 모델은 실제로 얼마나 일반적인가?
상호 정보량 추정을 위한 다양하고 포괄적인 벤치마크를 향하여
IR275K: 효율적 원격 탐사를 위한 적외선 다중 프레임 초해상도 벤치마크
LazyAgent: 수요 기반 구체화 및 에이전트 프로그램의 물리적 최적화
GAnnET: A principled approach to automatically annotating charge stability diagrams
EHRNote-ChatQA: 종방향 퇴원 요약을 위한 증거 기반 멀티턴 임상 질의응답 벤치마크
TransitNet: 저 SNR 트랜짓 블라인드 탐색을 위한 컴팩트한 어텐션 증강 심층 학습 프레임워크
실제 현장의 MassSpecGym: AI 기반 분자 발견에서의 평가 함정 발견 및 교정
QuechuaTok: Morphological Boundary Accuracy as a Necessary Metric for Tokenizer Evaluation in Agglutinative Low-Resource Languages
표면 형태를 넘어: LLM 기반 코드화 언어 탐지를 위한 간접적 언어 인코딩의 포괄적·메커니즘 지향 분류체계
계층적 음향-의미 모델링: 완전 이중 통화 음성 언어 모델을 위한 모달리티 분리와 의미 일관성
검출기 신뢰도는 복잡한 조작 환경에서 가림이 아닌 존재를 신호한다
EgoHTR: 자아시점 4D 인간 지형 통과 시연
제안된 것은 대체된 것이 아니다: 메모리 폐기(memory-retirement) 게이트로서의 시스템원(System One) 모델에 대한 사전등록 평가
DNA 파운데이션 모델이 서열 조성을 넘어 학습하는 것
MedHarnessBench: 헬스케어 에이전트(Agent) 평가를 위한 통합 벤치마크
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.