中大团队综述 119 篇论文：benchmark 压缩可用部分评测估算完整排名

中山大学团队发布首篇 benchmark 压缩系统性综述，回顾 119 篇论文，研究如何通过部分评测估算完整榜单分数与排名，以降低 LLM 评测成本。综述提出分类法，涵盖单一 benchmark 内压缩、跨 benchmark 套件压缩、自适应评测以及冗余性与可靠性研究。方法通过选取代表性子集、复用更廉价信息、自适应抽题降低成本，但存在覆盖不足、估计不准、串行延迟等风险。