[논문리뷰] Are We Testing Too Much? A Survey of Benchmark Compression for Efficient Evaluation of Large Language Models본 논문은 LLM의 비약적인 발전과 더불어 벤치마크 수가 급증함에 따라 발생하는 평가 비용의 비효율성 문제를 다룬다 . 대다수의 기존 벤치마크는 상당한 중복성을 포함하고 있어, 전체 항목의 20% 미만으로도 충분히 모델의 성능을 유추할 수 있음이 확인되었다.#Review#LLM Evaluation#Benchmark Compression#Efficiency#Adaptive Evaluation#Model Benchmarking#Subset Selection2026년 10월 14일댓글 수 로딩 중
[논문리뷰] PACE: A Proxy for Agentic Capability Evaluation본 논문은 Agentic Benchmark 평가의 극심한 비용 및 복잡성 문제를 해결하기 위해 Non-Agentic 데이터를 프록시(Proxy)로 활용하는 방안을 제안한다. 기존 에이전트 벤치마크는 복잡한 인프라와 긴 수행 시간으로 인해 평가 빈도가 제한적이며 접근성이 떨어진다.#Review#LLM Agents#Agentic Evaluation#Benchmark Compression#Instance Selection#Proxy Framework#Model Capabilities2026년 7월 2일댓글 수 로딩 중