[논문리뷰] Are We Testing Too Much? A Survey of Benchmark Compression for Efficient Evaluation of Large Language Models본 논문은 LLM의 비약적인 발전과 더불어 벤치마크 수가 급증함에 따라 발생하는 평가 비용의 비효율성 문제를 다룬다 . 대다수의 기존 벤치마크는 상당한 중복성을 포함하고 있어, 전체 항목의 20% 미만으로도 충분히 모델의 성능을 유추할 수 있음이 확인되었다.#Review#LLM Evaluation#Benchmark Compression#Efficiency#Adaptive Evaluation#Model Benchmarking#Subset Selection2026년 10월 14일댓글 수 로딩 중