[논문리뷰] Unifying Conformal Language Tasks with In-Context Ensembles본 논문은 다양한 NLP 콘텐츠 선택 작업에서 발생하는 수동 Prompt Engineering의 의존성과 비효율성 문제를 해결하고자 합니다. 기존 연구들은 요약, 질문 답변(QA), 증거 추출 등 각기 다른 작업마다 개별적으로 LLM Prompt를 설계해야 했으며, 이는 노동 집약적이고 범용성이 낮습니다.#Review#Conformal Prediction#In-Context Learning#Ensemble#Content Selection#NLP#Relevance Scoring2026년 9월 7일댓글 수 로딩 중
[논문리뷰] Linear Ensembles Wash Away Watermarks: On the Fragility of Distributional Perturbations in LLMs본 논문은 현대의 다중 모델(multi-provider) 생태계에서 기존의 LLM 워터마킹 기술이 근본적으로 취약하다는 점을 지적합니다. 기존 연구들은 공격자가 단일 모델에만 접근할 수 있다는 가정하에 설계되었으나, 실제로는 사용자가 여러 frontier LLM을 자유롭게 사용할 수 있는 환경이 조성되어 있습니다.#Review#Watermarking#LLM#Ensemble#Distributional Perturbation#WASH#Attribution2026년 6월 1일댓글 수 로딩 중