[논문리뷰] Generalization Is Stability, Not Accuracy: Multi-Axis Evaluation of LLMs본 논문은 LLM의 일반화 능력이 단순히 단일 벤치마크에서의 Aggregate Accuracy로 평가될 수 없다는 문제를 제기합니다.#Review#Large Language Models#Generalization#Robustness#Stability#Multi-Axis Evaluation#SAGO#Behavioral Instability2026년 10월 1일댓글 수 로딩 중