[논문리뷰] AMLworld-Compact: Importance-Weighted Downsampling for Cost-Effective LLM Evaluation and Error Diagnosis본 연구는 대규모 AML 테스트셋에서 LLM을 평가할 때 발생하는 막대한 컴퓨팅 비용과 불균형 데이터 문제를 해결하고자 합니다. 기존의 AMLworld 데이터셋은 백만 단위의 트랜잭션을 포함하고 있어 LLM으로 전수 평가하기에 비용 효율성이 매우 낮습니다 .#Review#AML#LLM Evaluation#Coreset#Horvitz-Thompson Estimation#Downsampling#Importance-Weighting#Graph Neural Networks2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Are We Using the Right Benchmark: An Evaluation Framework for Visual Token Compression Methods현재 멀티모달 대규모 언어 모델(MLLMs) 의 시각 토큰 압축 방법론 평가에 사용되는 벤치마크들이 압축 기술 평가에 부적합하여, 단순 이미지 다운샘플링 이 종종 고급 압축 방법보다 우수한 성능을 보이는 잘못된 결과를 초래하는 문제를 해결하는 것을 목표로 합니다.#Review#Visual Token Compression#MLLMs#Evaluation Framework#Benchmarking#Downsampling#Data Filtering#Model Efficiency2025년 10월 9일댓글 수 로딩 중