[논문리뷰] AutoSciBench: Autonomous Benchmark Generation for Evaluating Scientific Agents본 논문은 과학적 도메인에서 에이전트의 발전 속도를 평가 벤치마크가 따라가지 못하는 문제를 해결하기 위해 고안되었습니다. 기존의 벤치마크는 수동으로 구축되어 많은 시간과 비용이 소요되며, 에이전트의 성능이 향상됨에 따라 빠르게 포화(Saturation)되어 차별적인 평가가 어렵다는 한계가 있습니다.#Review#Scientific Agents#Benchmark Generation#Autonomous Evaluation#Feedback-guided Refinement#Agentic Task Construction#Scientific Reasoning2026년 10월 6일댓글 수 로딩 중
[논문리뷰] PIPE-Cypher: Automatic Enterprise Benchmark Generation for Text-to-Cypher Systems본 논문은 기업 내 Property Graph 환경에서 신뢰할 수 있는 Text2Cypher 평가를 위한 반복 가능하고 자동화된 벤치마크 생성 파이프라인의 부재 문제를 해결합니다.#Review#Text2Cypher#Benchmark Generation#Property Graph#Execution Validation#Local LLM#Governed Generation2026년 6월 8일댓글 수 로딩 중
[논문리뷰] A2RBench: An Automatic Paradigm for Formally Verifiable Abstract Reasoning Benchmark Generation현재 Large Language Models (LLM)의 추상적 추론 능력 평가는 진정한 추론 요구와 벤치마크 확장성 사이의 근본적인 trade-off에 직면해 있다.#Review#Abstract Reasoning#LLM Evaluation#Cycle Consistency#Benchmark Generation#Formal Verification#Task Expansion#Cognitive Analysis2026년 5월 18일댓글 수 로딩 중