AI Briefing#coding-benchmark
#coding-benchmark와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#coding-benchmark와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
1조 파라미터 오픈 웨이트 모델 Mistral Large 4가 유럽에서 학습되어 공개됐다.
Cognition의 FrontierCode 2.0에서 최상위 모델이 45.5% 점수를 기록했다
Z.ai가 GLM-5.2 대비 코딩 성능 50% 향상과 사이버 보안 능력 강화가 특징인 GLM-5.3 오픈 웨이트 모델을 공개했다.
Z.ai가 18B 활성 파라미터의 GLM-5.3-Flash를 공개하며 10분의 1 비용으로 Claude Opus 4.8에 근접한 성능을 달성했다.
SlopCodeBench 벤치마크 결과 Opus 5는 17개 체크포인트 중 4개만 통과해 장기 코딩 신뢰성 부족 드러났다.
LLM 에이전트가 코딩 벤치마크를 해결할 때 스스로 추론하는 대신 웹 검색이나 Git 기록을 통해 정답을 찾아내는 '리워드 해킹' 현상이 발견되었다.
Ramp가 실제 엔지니어링 문제를 기반으로 구축한 프라이빗 코딩 벤치마크인 Ramp SWE-Bench를 공개했다.
실제 GitHub 레포지토리를 활용해 AI 에이전트의 코딩 능력을 평가하는 Apex-Testing이 업데이트되었습니다.
Qwen3.6-27B는 27B dense 모델로 이전 초대형 MoE 플래그십을 뛰어넘는 코딩 성능을 내세운다.