会员服务
基准测试是指通过设计科学的测试方法、测试工具和测试系统，实现对一类测试对象的某项性能指标进行定量的和可对比的测试。
Do the Rewards Justify the Means? Measuring Trade-Offs Between Rewards and Ethical Behavior in the MACHIAVELLI Benchmark
Arxiv
0+阅读 · 2023年5月1日
LST-Bench: Benchmarking Log-Structured Tables in the Cloud
Arxiv
0+阅读 · 2023年5月1日
Interpretable Machine Learning for Science with PySR and SymbolicRegression.jl
Arxiv
0+阅读 · 2023年5月2日
Differentially Private In-Context Learning
Arxiv
0+阅读 · 2023年5月2日
A Simulation-Augmented Benchmarking Framework for Automatic RSO Streak Detection in Single-Frame Space Images
Arxiv
0+阅读 · 2023年4月30日
Rethinking Benchmarks for Cross-modal Image-text Retrieval
Arxiv
0+阅读 · 2023年4月21日
Balancing Simulation-based Inference for Conservative Posteriors
Arxiv
0+阅读 · 2023年4月21日
RoCOCO: Robust Benchmark MS-COCO to Stress-test Robustness of Image-Text Matching Models
Arxiv
0+阅读 · 2023年4月21日
Towards a Benchmark for Scientific Understanding in Humans and Machines
Arxiv
1+阅读 · 2023年4月21日
Jedi: Entropy-based Localization and Removal of Adversarial Patches
Arxiv
0+阅读 · 2023年4月20日
Power Law Trends in Speedrunning and Machine Learning
Arxiv
0+阅读 · 2023年4月19日
Implicit Temporal Modeling with Learnable Alignment for Video Recognition
Arxiv
0+阅读 · 2023年4月20日
Evaluating the Logical Reasoning Ability of ChatGPT and GPT-4
Arxiv
2+阅读 · 2023年4月20日
Test-driving RISC-V Vector hardware for HPC
Arxiv
0+阅读 · 2023年4月20日
From Private to Public: Benchmarking GANs in the Context of Private Time Series Classification
Arxiv
0+阅读 · 2023年4月19日
参考链接
微信扫码咨询专知VIP会员
Top