[논문리뷰] Benchmark Radar: A Living Database and Search Engine for AI Benchmarks and EvaluationAI 연구원 및 Large Language Models (LLMs) 개발자들은 관련 Evaluation을 찾아내고, Benchmark Dataset 및 Code를 확보하며, Reported Score 뒤에 숨겨진 Evaluation Settings를 이해하는 데 상당한 어려움을 겪고 있다.#Review#AI Benchmarks#LLM Evaluation#Living Database#Search Engine#Daily Discovery#Score Histories#Benchmark Saturation#Model Reports2026년 9월 13일댓글 수 로딩 중
[논문리뷰] Prescriptive Scaling Reveals the Evolution of Language Model Capabilities언어 모델의 실제 배포 시점에 다양한 후처리(post-training) 절차와 시간적 영향으로 인해 발생하는 예측 불가능성을 해결하고자 합니다.#Review#Prescriptive Scaling#Language Models#Capability Boundaries#Quantile Regression#Scaling Laws#Temporal Stability#I-Optimal Design#Benchmark Saturation2026년 2월 17일댓글 수 로딩 중