[논문리뷰] AgentVQA: A Unified Benchmark for Agentic Visual Understanding본 논문은 Vision-Language Models (VLMs)의 에이전트 역량을 평가할 표준화된 오프라인 벤치마크의 부재를 해결하고자 합니다. 현재 에이전트 평가는 실제 시뮬레이터나 실환경에서 이루어지는데, 이는 비용이 높고 확장성이 떨어져 대규모 모델 비교에 한계가 있습니다.#Review#Vision-Language Models (VLMs)#Agentic Visual Understanding#Benchmark#Offline Evaluation#Robotics#Web Agents#Egocentric Videos2026년 10월 22일댓글 수 로딩 중
[논문리뷰] Evaluating Podcast Recommendations with Profile-Aware LLM-as-a-Judge본 논문은 팟캐스트와 같은 롱폼 오디오 도메인에서 개인화된 추천 시스템 평가의 어려움(노출 편향, A/B 테스트의 높은 비용 및 제약)을 해결하고자 합니다. 특히, 배포 전 모델 선택 단계에서 확장 가능하고 신뢰할 수 있으며 해석 가능한 평가 방법론의 부재라는 핵심 문제를 다룹니다.#Review#Podcast Recommendation#LLM-as-a-Judge#Offline Evaluation#User Profiling#Recommender Systems#Natural Language Processing2025년 8월 20일댓글 수 로딩 중