[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
[논문리뷰] Minimal Witness Reinforcement Learning본 논문은 블랙박스 verifier로부터 시스템이나 모델의 결과에 기여하는 모든 Minimal Witness를 체계적으로 식별하는 문제를 다룹니다.#Review#Minimal Witness#Reinforcement Learning#Antichain#Submodularity#Subset Selection#Verifier Feedback#Credit Assignment2026년 10월 7일댓글 수 로딩 중
[논문리뷰] FlexRouter: Learning Complementary Model Sets for Flexible LLM Routing본 논문은 현대 LLM 서비스에서 독립적인 모델 스코어링 기반의 라우팅 기법들이 가진 근본적인 한계를 해결하고자 합니다. 기존 방식은 모델 간의 상호 상관관계를 무시하고 가장 높은 점수의 모델들을 선택하여, 동일한 실패 모드(failure mode)를 공유하는 중복된 모델 세트가 구성되는 문제가 발생합니다 .#Review#LLM Routing#Determinantal Point Processes#Subset Selection#Model Complementarity#Adaptive Inference#Coverage-oriented Objective#RouterEval2026년 10월 1일댓글 수 로딩 중