Importance Sampling is All You Need: Predict LLM's performance on new benchmark by reusing existing benchmark
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Shi, Junjie, Ma, Wei, Ying, Shi, Jiang, Lingxiao, liu, Yang, Du, Bo |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Project MPG: towards a generalized performance benchmark for LLM capabilities
par: Spangher, Lucas, et autres
Publié: (2024)
par: Spangher, Lucas, et autres
Publié: (2024)
How predictable is language model benchmark performance?
par: Owen, David
Publié: (2024)
par: Owen, David
Publié: (2024)
Sloth: scaling laws for LLM skills to predict multi-benchmark performance across families
par: Polo, Felipe Maia, et autres
Publié: (2024)
par: Polo, Felipe Maia, et autres
Publié: (2024)
Agents Are All You Need for LLM Unlearning
par: Sanyal, Debdeep, et autres
Publié: (2025)
par: Sanyal, Debdeep, et autres
Publié: (2025)
Forget Attention: Importance-Aware Attention Is All You Need
par: Shin, Soohyeong, et autres
Publié: (2026)
par: Shin, Soohyeong, et autres
Publié: (2026)
Fast Wrong-way Cycling Detection in CCTV Videos: Sparse Sampling is All You Need
par: Xu, Jing, et autres
Publié: (2024)
par: Xu, Jing, et autres
Publié: (2024)
Rethinking Testing for LLM Applications: Characteristics, Challenges, and a Lightweight Interaction Protocol
par: Ma, Wei, et autres
Publié: (2025)
par: Ma, Wei, et autres
Publié: (2025)
Agent psychometrics: Task-level performance prediction in agentic coding benchmarks
par: Ge, Chris, et autres
Publié: (2026)
par: Ge, Chris, et autres
Publié: (2026)
What drives performance in molecular MPNNs? An operator-level factorial benchmark
par: Jiao, Panyu, et autres
Publié: (2026)
par: Jiao, Panyu, et autres
Publié: (2026)
All You Need in Knowledge Distillation Is a Tailored Coordinate System
par: Zhou, Junjie, et autres
Publié: (2024)
par: Zhou, Junjie, et autres
Publié: (2024)
PsychBench: A comprehensive and professional benchmark for evaluating the performance of LLM-assisted psychiatric clinical practice
par: Liu, Shuyu, et autres
Publié: (2025)
par: Liu, Shuyu, et autres
Publié: (2025)
Dynamic benchmarking framework for LLM-based conversational data capture
par: Aluffi, Pietro Alessandro, et autres
Publié: (2025)
par: Aluffi, Pietro Alessandro, et autres
Publié: (2025)
LLMzSzŁ: a comprehensive LLM benchmark for Polish
par: Jassem, Krzysztof, et autres
Publié: (2025)
par: Jassem, Krzysztof, et autres
Publié: (2025)
Reasoning Is All You Need for Urban Planning AI
par: Yang, Sijie, et autres
Publié: (2025)
par: Yang, Sijie, et autres
Publié: (2025)
One Permutation Is All You Need: Fast, Reliable Variable Importance and Model Stress-Testing
par: Dorador, Albert
Publié: (2025)
par: Dorador, Albert
Publié: (2025)
Communication is All You Need: Persuasion Dataset Construction via Multi-LLM Communication
par: Ma, Weicheng, et autres
Publié: (2025)
par: Ma, Weicheng, et autres
Publié: (2025)
Attention is All You Need Until You Need Retention
par: Yaslioglu, M. Murat
Publié: (2025)
par: Yaslioglu, M. Murat
Publié: (2025)
Common Sense Is All You Need
par: Latapie, Hugo
Publié: (2025)
par: Latapie, Hugo
Publié: (2025)
Training on the Benchmark Is Not All You Need
par: Ni, Shiwen, et autres
Publié: (2024)
par: Ni, Shiwen, et autres
Publié: (2024)
Is Diversity All You Need for Scalable Robotic Manipulation?
par: Shi, Modi, et autres
Publié: (2025)
par: Shi, Modi, et autres
Publié: (2025)
Easy Samples Are All You Need: Self-Evolving LLMs via Data-Efficient Reinforcement Learning
par: Yu, Zhiyin, et autres
Publié: (2026)
par: Yu, Zhiyin, et autres
Publié: (2026)
Contrast Is All You Need
par: Kilic, Burak, et autres
Publié: (2023)
par: Kilic, Burak, et autres
Publié: (2023)
Context is All You Need
par: Delanois, Jean Erik, et autres
Publié: (2026)
par: Delanois, Jean Erik, et autres
Publié: (2026)
Polish-English medical knowledge transfer: A new benchmark and results
par: Grzybowski, Łukasz, et autres
Publié: (2024)
par: Grzybowski, Łukasz, et autres
Publié: (2024)
Information Gain Is Not All You Need
par: Ericson, Ludvig, et autres
Publié: (2025)
par: Ericson, Ludvig, et autres
Publié: (2025)
CXMArena: Unified Dataset to benchmark performance in realistic CXM Scenarios
par: Garg, Raghav, et autres
Publié: (2025)
par: Garg, Raghav, et autres
Publié: (2025)
Suvach -- Generated Hindi QA benchmark
par: Narayanan, Vaishak, et autres
Publié: (2024)
par: Narayanan, Vaishak, et autres
Publié: (2024)
The role of positional encodings in the ARC benchmark
par: Costa, Guilherme H. Bandeira, et autres
Publié: (2025)
par: Costa, Guilherme H. Bandeira, et autres
Publié: (2025)
Memory augment is All You Need for image restoration
par: Zhang, Xiao Feng, et autres
Publié: (2023)
par: Zhang, Xiao Feng, et autres
Publié: (2023)
A benchmark multimodal oro-dental dataset for large vision-language models
par: Lv, Haoxin, et autres
Publié: (2025)
par: Lv, Haoxin, et autres
Publié: (2025)
Exploitation Is All You Need... for Exploration
par: Rentschler, Micah, et autres
Publié: (2025)
par: Rentschler, Micah, et autres
Publié: (2025)
[MASK] is All You Need
par: Hu, Vincent Tao, et autres
Publié: (2024)
par: Hu, Vincent Tao, et autres
Publié: (2024)
Blending Is All You Need: Cheaper, Better Alternative to Trillion-Parameters LLM
par: Lu, Xiaoding, et autres
Publié: (2024)
par: Lu, Xiaoding, et autres
Publié: (2024)
Are Tools All We Need? Unveiling the Tool-Use Tax in LLM Agents
par: Zhang, Kaituo, et autres
Publié: (2026)
par: Zhang, Kaituo, et autres
Publié: (2026)
Belief Is All You Need: Modeling Narrative Archetypes in Conspiratorial Discourse
par: Shimgekar, Soorya Ram, et autres
Publié: (2025)
par: Shimgekar, Soorya Ram, et autres
Publié: (2025)
Pipeline Parallelism is All You Need for Optimized Early-Exit Based Self-Speculative Decoding
par: Li, Ruanjun, et autres
Publié: (2025)
par: Li, Ruanjun, et autres
Publié: (2025)
Looped ReLU MLPs May Be All You Need as Practical Programmable Computers
par: Liang, Yingyu, et autres
Publié: (2024)
par: Liang, Yingyu, et autres
Publié: (2024)
AstroCompress: A benchmark dataset for multi-purpose compression of astronomical data
par: Truong, Tuan, et autres
Publié: (2025)
par: Truong, Tuan, et autres
Publié: (2025)
Demystifying the Paradox of Importance Sampling with an Estimated History-Dependent Behavior Policy in Off-Policy Evaluation
par: Zhou, Hongyi, et autres
Publié: (2025)
par: Zhou, Hongyi, et autres
Publié: (2025)
Cooperation Is All You Need
par: Adeel, Ahsan, et autres
Publié: (2023)
par: Adeel, Ahsan, et autres
Publié: (2023)
Documents similaires
-
Project MPG: towards a generalized performance benchmark for LLM capabilities
par: Spangher, Lucas, et autres
Publié: (2024) -
How predictable is language model benchmark performance?
par: Owen, David
Publié: (2024) -
Sloth: scaling laws for LLM skills to predict multi-benchmark performance across families
par: Polo, Felipe Maia, et autres
Publié: (2024) -
Agents Are All You Need for LLM Unlearning
par: Sanyal, Debdeep, et autres
Publié: (2025) -
Forget Attention: Importance-Aware Attention Is All You Need
par: Shin, Soohyeong, et autres
Publié: (2026)