[논문리뷰] TraceDance: An Automated System for Building Agent Behavior Benchmarks from Real-World Agent Deployment Traces본 논문은 기존의 고정된 벤치마크만으로는 실제 배포 환경에서 발생하는 복잡한 에이전트의 부정적 행동을 적절히 평가할 수 없다는 문제를 해결합니다 .#Review#Agent Evaluation#Deployment Traces#Benchmark Construction#Large Language Models#Decision-point Continuation#Recursive Self-Improvement2026년 9월 28일댓글 수 로딩 중
[논문리뷰] Benchmark Everything Everywhere All at Once본 논문은 기존의 수동적인 벤치마크 구축 방식이 가진 한계인 노동 집약성, 재사용 불가능성, 그리고 모델 성능 향상에 따른 빠른 벤치마크 포화(Saturation) 문제를 해결하고자 합니다.#Review#Benchmark Agent#Autonomous Evaluation#Benchmark Construction#MLLM-as-a-Judge#Agentic Workflow#Performance Saturation2026년 6월 4일댓글 수 로딩 중