[논문리뷰] Pretrain Once, Route Anywhere: Towards a Foundation Model for LLM Routing본 논문은 LLM 라우팅 시스템이 직면한 환경 변화 대응의 어려움과 반복적인 재학습 비용 문제를 해결하고자 합니다. 기존의 Local Fitting 패러다임은 특정 도메인이나 후보 모델 풀에 과적합되어, 새로운 도메인이나 모델이 등장할 때마다 추가적인 데이터 수집과 모델 최적화가 필수적이었습니다 .#Review#LLM Routing#Foundation Model#In-Context Learning#Routing Pretraining#Model Selection#Quality-Efficiency Trade-off2026년 10월 1일댓글 수 로딩 중
[논문리뷰] Routing Should Pay for Itself: Sparse Supervision for Economical LLM Routing본 논문은 기존 LLM Routing 연구들이 배포 시점의 효율성만을 강조하고, 라우터 구축을 위해 필수적인 초기 Supervision Expenditure를 간과하고 있다는 문제점을 지적한다.#Review#LLM Routing#Sparse Supervision#Cost Efficiency#Break-even Analysis#Capability Estimation#Model Selection2026년 9월 29일댓글 수 로딩 중
[논문리뷰] RouteProfile: Elucidating the Design Space of LLM Profiles for Routing본 논문은 LLM 라우팅 시스템에서 핵심적인 역할을 하는 LLM Profile 설계의 모호성을 해결하고 그 디자인 공간을 체계화하는 것을 목적으로 한다. 기존 연구들은 주로 라우터 메커니즘 개선에만 집중하여, 정작 모델의 역량을 규정하는 프로파일 설계가 라우팅 성능에 미치는 영향은 간과해왔다 .#Review#LLM Routing#LLM Profiling#Heterogeneous Graph#RouteProfile#Design Space#Cold-Start#Model Selection2026년 5월 14일댓글 수 로딩 중
[논문리뷰] Estimating Time Series Foundation Model Transferability via In-Context Learning이 논문은 증가하는 시계열 파운데이션 모델(TSFM) 중에서 특정 하위 태스크에 가장 적합한 모델을 효율적으로 식별하는 문제를 해결하고자 합니다.#Review#Time Series Foundation Models#Transferability Estimation#In-Context Learning#Tabular Foundation Models#Model Selection#Entropy Profile#Meta-learning#Forecasting2025년 10월 1일댓글 수 로딩 중