[논문리뷰] SWE-Duel: Towards a Self-Scaling Arena for Coding Agents본 논문은 기존 코딩 벤치마크들이 고정된 태스크 세트를 사용하여 데이터 유출 및 모델 성능 포화 문제에 직면해 있다는 한계를 해결하고자 한다. 고정된 벤치마크는 시간이 지남에 따라 모델 학습 데이터에 포함되거나 최신 모델의 성능 향상 속도를 따라가지 못해 측정 도구로서의 신뢰성을 상실한다.#Review#Coding Agents#Self-scaling Benchmark#Adversarial Evaluation#Software Engineering#Large Language Models#Automated Bug Generation2026년 10월 11일댓글 수 로딩 중