[논문리뷰] Frontier3DBench: Benchmarking Coding Agents for 3D Creation across Objects, Scenes, and Interactive Open Worlds이 논문은 coding agent의 3D creation 능력을 objects, scenes, interactive worlds 전반에서 하나의 기준으로 측정할 benchmark가 없다는 문제를 해결하려 합니다. 기존 benchmark는 평가가 분절되어 있습니다.#Review#Coding Agents#3D Creation#Benchmark#Blender#Unreal Engine#Interactive Open Worlds#Reference Reconstruction#Program Synthesis2026년 11월 8일댓글 수 로딩 중
[논문리뷰] Switch-SWE: Do Coding Agents Hold Focus When Switching Between Unfinished Tasks?본 논문은 코딩 에이전트가 실제 소프트웨어 개발 환경처럼 다수의 미완성 작업을 동시에 처리할 때, 특정 작업을 중단하고 다른 작업을 수행한 뒤 본래 작업으로 돌아와 성공적으로 마무리할 수 있는지에 대한 근본적인 의문을 제기합니다.#Review#Coding Agents#Software Engineering#Benchmark#Task Resumption#Context Management#Repository-Level2026년 11월 3일댓글 수 로딩 중
[논문리뷰] CrossSWE: Benchmarking Cross-Repository Joint Development for Coding Agents본 논문은 기존의 Coding Agents 벤치마크가 대부분 단일 리포지토리(Single-repository) 내의 문제 해결에 국한되어, 실제 개발 환경에서 발생하는 다중 리포지토리 간의 상호 의존성 문제를 충분히 다루지 못한다는 점을 지적한다.#Review#Coding Agents#Cross-Repository Joint Development#Software Engineering Benchmark#Large Language Models#Dependency Reasoning2026년 11월 2일댓글 수 로딩 중
[논문리뷰] Can Coding Agents Sustain Continual Evolution without Forgetting?본 논문은 코딩 에이전트가 다양한 소프트웨어 공학 작업을 순차적으로 수행해야 하는 환경에서, Harness Self-Evolution이 이전 작업에 대한 성능을 유지할 수 있는지에 대한 근본적인 의문을 제기합니다.#Review#Coding Agents#Harness Self-Evolution#Continual Learning#Catastrophic Forgetting#Software Engineering2026년 11월 2일댓글 수 로딩 중
[논문리뷰] When Requirements Interact: Scaling Long-Horizon Coding via Interdependent Specifications본 논문은 실세계의 장기 호라이즌 소프트웨어 개발 환경에서 코딩 에이전트가 복잡하고 상호 의존적인 요구사항을 충족하지 못하는 문제를 해결합니다. 기존 연구들은 주로 개별적인 작업 단위에 집중하여, 인터페이스 호환성이나 오류 처리와 같은 다차원적인 제약 조건들을 간과하는 경향이 있습니다 .#Review#Coding Agents#Long-Horizon Coding#Interdependent Specifications#Reinforcement Learning#Task Synthesis#Software Engineering2026년 11월 1일댓글 수 로딩 중
[논문리뷰] SWEeper-Bench: Can Agents Discover Bugs in Interactive Software?본 연구는 기존 소프트웨어 공학 벤치마크가 사용자의 버그 신고 이후의 수정 능력만을 평가하는 한계에서 벗어나, 에이전트가 스스로 버그를 발견할 수 있는지 측정하는 것을 목표로 합니다.#Review#Coding Agents#Software Engineering#Interactive Software#Bug Discovery#Benchmarking#Agentic Verifier2026년 10월 14일댓글 수 로딩 중
[논문리뷰] Doc2Harness: Benchmarking LLMs on Long-Horizon Harness Engineering of Coding Agents본 논문은 LLM 기반 코딩 에이전트의 성능이 모델 자체뿐만 아니라 이를 둘러싼 Harness의 설계 품질에 크게 의존함에도 불구하고, 기존 벤치마크들이 Harness 자체의 엔지니어링 능력을 평가하지 못한다는 점을 지적한다.#Review#LLM#Coding Agents#Harness Engineering#Long-Horizon#Software Engineering Benchmark#Deterministic Evaluation2026년 10월 14일댓글 수 로딩 중
[논문리뷰] AgentSWE: Can Coding Agents Build the Agent You Actually Want?본 논문은 코딩 에이전트가 자연어 요구사항에 따라 에이전트를 구축할 때, 완성된 에이전트가 실제 사용자 의도에 충실하게 작동하는지에 대한 검증이 부족하다는 핵심 문제를 제기합니다.#Review#Coding Agents#Agent Software Engineering#Benchmark#Agent Development Lifecycle#Held-out Cases#Fidelity#Overfitting#Failure Modes2026년 10월 12일댓글 수 로딩 중
[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
[논문리뷰] ProgramGym: Scaling Training Environments for Long-Horizon Program Reproduction Agents본 논문은 현대의 Coding Agent들이 단순히 기존 코드베이스 내에서 버그를 수정(Issue-resolution)하는 수준을 넘어, 실제 소프트웨어 엔지니어처럼 완전히 새로운 시스템을 설계하고 구축할 수 있는 능력을 갖춰야 한다는 필요성에서 출발합니다.#Review#Program Reproduction#Coding Agents#Software Engineering#Training Environments#Long-Horizon#Feedback-Driven#Role-Isolated2026년 10월 11일댓글 수 로딩 중
[논문리뷰] Coding-Agent Benchmarks Should Match Their Users' Task Flows본 논문은 현재의 코딩 에이전트 벤치마크가 실제 개발자의 복합적인 작업 흐름을 제대로 반영하지 못한다는 점을 문제로 지적한다.#Review#Coding Agents#Benchmarks#Task Flows#Interactive Evaluation#SWE-Bench Pro#TaskFlow Alignment Score#Prompt Splitting2026년 10월 11일댓글 수 로딩 중
[논문리뷰] SWE-Game: Can Coding Agents Build the Games We Want?본 논문은 기존의 게임 개발 벤치마크들이 정교한 동적 반응성이나 시스템 전체의 논리적 일관성을 평가하는 데 한계가 있다는 점을 지적한다. 단순히 코드를 정적으로 분석하거나, VLM에만 의존하는 평가 방식은 에이전트가 실제로 의도된 게임 플레이 동작을 구현했는지 검증하기 어렵다 .#Review#Coding Agents#Game Development#Benchmark#Executable Evaluation#Godot#Unity#Runtime Instrumentation#VLM2026년 10월 7일댓글 수 로딩 중
[논문리뷰] World Editing: Intervening on Executable Worlds at Increasing Depth본 논문은 현대 AI 에이전트가 세계를 생성(Generation)하거나 그 안에서 상호작용하는 능력은 크게 발전했으나, 이미 존재하는 세계를 의도적으로 수정(World Editing)하는 능력은 체계적으로 연구되지 않았다는 문제의식을 바탕으로 합니다.#Review#World Editing#Executable Worlds#Game Modding#Intervention Depth#IGMBench#Coding Agents2026년 10월 5일댓글 수 로딩 중
[논문리뷰] OpenRUA: Robot-Use Agents Are Zero-Shot Visuomotor Policies본 논문은 기존 로봇 제어 연구들이 불필요하게 복잡한 커스텀 하네스(custom harness)와 전문화된 인터페이스를 사용하여 에이전트를 조율하는 문제에 주목합니다 .#Review#Robot-Use Agents#Zero-Shot Visuomotor Policies#ROS 2#Workspace-as-Harness#Coding Agents#Minimalist Design2026년 10월 5일댓글 수 로딩 중
[논문리뷰] Code2Games: Enabling Coding Agents for Gaming World Generation본 논문은 자연어 게임 의도에서 고품질의 상호작용 가능한 게임 월드를 일관성 있게 생성하는 문제를 해결하고자 합니다. 기존의 코딩 에이전트 기반 연구들은 개별 자산이나 스크립트를 생성하는 데는 성공했으나, 장면의 구조, 공간적 배치, 그리고 실행 가능한 게임 로직 간의 통합적인 일관성을 유지하는 데 한계를 보입니다 .#Review#Gaming World Generation#Coding Agents#Unreal Engine 5#Execution-Guided Reconstruction#GameCode4D#Scene-Gameplay Representation2026년 10월 5일댓글 수 로딩 중
[논문리뷰] A2Z GameSpec-Bench: How Faithfully Can Coding Agents Generate Games from Game Design Specifications?본 논문은 코딩 에이전트가 상세한 GDD를 바탕으로 요구사항을 충실히 반영한 완성도 높은 게임을 개발할 수 있는지에 대한 의문을 제기합니다. 기존의 게임 개발 벤치마크들은 주로 소규모 사양(compact specifications)에 의존하거나, 복잡하게 얽힌 요구사항 간의 종속성을 평가하는 데 한계를 보입니다 .#Review#Coding Agents#Game Design Specifications#GDD Fidelity#Dependency-Aware Contract#Adaptive Playtest#Software Verification2026년 9월 30일댓글 수 로딩 중
[논문리뷰] LEGO-Anything: Coding Agents for 3D Scene Reconstruction기존의 3D 재구성 방법론은 메쉬(meshes), 포인트 맵(point maps), 또는 객체 세트(object sets)와 같이 고정된 3D 출력을 생성하거나, 인식, 재구성, 자산 검색 및 장면 조립을 위한 특화된 구성 요소를 결합하는 경향이 있습니다.#Review#3D Scene Reconstruction#Coding Agents#Image-to-Code#Blender#LEGO-Bench#Iterative Refinement#Scene Program#Visual Representation2026년 9월 29일댓글 수 로딩 중
[논문리뷰] WideSWE: Can Coding Agents Coordinate Changes Across Repositories?본 논문은 기존의 Coding Agent 평가 방식이 주로 단일 Repository에 국한되어 있어, 실제 소프트웨어 생태계에서 빈번하게 발생하는 다중 Repository 간의 조율된 변경 요구사항을 충분히 다루지 못한다는 점을 문제로 제기합니다.#Review#Coding Agents#Software Ecosystems#Cross-Repository#Benchmark#SWE-bench#LLM Evaluation#Task Coordination2026년 9월 28일댓글 수 로딩 중
[논문리뷰] Self-Evolving Coding Agents: From Digital Programs to Physical-World Intelligence본 논문은 기존의 VLA(Vision-Language-Action) 및 WAM(World-Action Model) 기반 로봇 제어 모델들이 가지는 근본적인 한계를 해결하고자 합니다.#Review#Physical Coding#Coding Agents#Embodied AI#Self-Evolving Agents#Robotics#Harness#VLA2026년 9월 28일댓글 수 로딩 중
[논문리뷰] Coding Agents for Generalized Task and Motion Planning Problems본 논문은 최첨단 Coding Agents가 Task and Motion Planning (TAMP) 문제의 제약된 조작(constrained manipulation)을 해결할 수 있는 범위를 탐구한다.#Review#Coding Agents#Generalized Task and Motion Planning (TAMP)#Program Synthesis#Physical Reasoning#Large Language Models (LLMs)#Simulation-based Learning#Robotics2026년 9월 24일댓글 수 로딩 중
[논문리뷰] An Empirical Study of Harness Design for Coding Agents본 논문은 Coding agents의 성능을 결정짓는 핵심 Harness 구성 요소들의 개별적인 기여도를 체계적으로 분석합니다. 기존 연구들은 Harness를 단일 시스템으로 평가하여, 어떤 구성 요소가 정확도와 비용에 실질적으로 기여하는지 명확하지 않다는 한계가 있습니다 .#Review#Coding Agents#Harness Design#Context Management#Planning#Action Space#SWE-Bench#Terminal-Bench2026년 9월 17일댓글 수 로딩 중
[논문리뷰] ProgramDistill: From Interactive Web Apps to Verifiable Reference-Guided SWE Tasks본 논문은 기존의 Coding agent 평가 방식이 가진 정적인 문제 정의의 한계를 극복하고, 실제 소프트웨어 개발 환경과 유사한 Reference-guided 환경을 도입하고자 합니다 .#Review#Software Engineering#Coding Agents#Web Applications#Program Distillation#Reference-Guided#Benchmark2026년 9월 16일댓글 수 로딩 중
[논문리뷰] RealSWE: A Compositional Evaluation of Coding Agents under Realistic User Requests본 논문은 기존 코딩 에이전트 평가 체계가 실제 사용자의 요청 특성을 제대로 반영하지 못하는 문제를 해결하고자 합니다. 기존 SWE-bench는 상세하고 구조화된 정보를 제공하지만, 실제 개발자가 에이전트에게 보내는 요청은 훨씬 짧고 비격식적이며 정보가 누락된 경우가 많습니다 .#Review#Coding Agents#Software Engineering#Benchmark#Real-world Evaluation#Information Taxonomy#Large Language Models2026년 9월 3일댓글 수 로딩 중
[논문리뷰] LoopArena: Benchmarking Models as Runtime Controllers for Loop Engineering본 논문은 Loop Engineering 패러다임 내에서 Large Language Models (LLMs)의 runtime controllers로서의 역량을 효과적으로 평가하기 위한 벤치마크의 필요성을 제기합니다.#Review#Loop Engineering#Benchmarking#Runtime Controllers#Coding Agents#Long-Horizon Tasks#Strict Success Rate#Inference Cost#Loop Contract2026년 8월 30일댓글 수 로딩 중
[논문리뷰] The Handoff Tax: Continuing Non-Native Trajectories in LLM Agents본 논문은 장기적인 작업(long-horizon tasks)을 수행하는 LLM Agent에서 모델 전환(Handoff)이 품질과 비용에 미치는 영향을 체계적으로 분석합니다.#Review#LLM Agents#Model Handoff#Cost-Quality Trade-off#Trajectory Inheritance#SWE-bench#Coding Agents#Inference Optimization2026년 8월 26일댓글 수 로딩 중
[논문리뷰] SWE Refactor Bench: Can Coding Agents Complete a Long-Horizon, Whole-Repository Stack Migration?본 논문은 현대 소프트웨어 생태계의 고질적인 문제인 기술 부채(Technical debt) 해결을 위해 코딩 에이전트가 리포지토리 단위의 마이그레이션을 자율적으로 수행할 수 있는지 검증합니다.#Review#Coding Agents#Software Migration#Technical Debt#Evaluation Protocol#Agentic Verification#Blindness2026년 8월 26일댓글 수 로딩 중
[논문리뷰] GameXpert-Bench: How Far Are Coding Agents from Expert Game Development?본 논문은 현대의 Coding Agent들이 게임 개발 과정에서 보여주는 능력을 종합적으로 평가하기 위한 체계적인 벤치마크 시스템의 부재 문제를 해결하고자 합니다 .#Review#Coding Agents#Game Development#Benchmark#GameGen#GameFix#GameOpt2026년 8월 24일댓글 수 로딩 중
[논문리뷰] SWE-bench Science: Can Coding Agents Resolve Engineering Tasks in Science?본 연구는 과학 소프트웨어의 결함이 단순한 프로그램 오류를 넘어 과학적 결론의 신뢰성 자체를 훼손할 수 있다는 문제의식에서 출발합니다.#Review#Scientific Software Engineering#Coding Agents#Benchmark#Repository-level#Fault Analysis#Chain-of-Evidence Protocol2026년 8월 20일댓글 수 로딩 중
[논문리뷰] Mendel Gödel Machine: Recursive Self-Improving Coding Agents via Comparative Evolution본 논문은 기존의 자가 개선(self-improving) 코딩 에이전트들이 단일 실패 궤적에만 의존하여 정보를 효율적으로 활용하지 못하는 한계를 해결하고자 합니다.#Review#Coding Agents#Self-Improvement#Recursive Evolution#Comparative Evidence#Mendelian Principles#LLM#Agent Scaffold2026년 8월 11일댓글 수 로딩 중
[논문리뷰] Self-Evolving Coding Agents본 논문은 현대의 Coding Agents가 배포 후 정적인 상태로 머물러 있어, 변화하는 소프트웨어 환경에 적응하지 못하는 문제를 해결하고자 한다. 대부분의 에이전트는 고정된 프롬프트와 컨트롤 로직을 사용하는데, 이는 저장소의 지속적인 변화와 반복적인 버그 수정 과정에서 최적의 성능을 발휘하기 어렵다.#Review#Coding Agents#Self-Evolving Agents#Software Engineering#Repository-level Context#Executable Feedback#Agent Framework#Automated Programming2026년 8월 5일댓글 수 로딩 중
[논문리뷰] SWE-Touch: Benchmarking Coding Agents When Users Touch the Code본 논문은 Coding Agents가 autonomous한 환경에서 impressive performance를 보였음에도 불구하고, real-world collaborative development 상황에서 사용자 intervention에 의해 workspace 상태가 변경될 때 struggle한다는 핵심 문제를 제기합니다.#Review#Coding Agents#Benchmarks#Human-AI Collaboration#Shared Workspace#Interactive Coding#SWE-Touch#Counter-Edit#LLMs2026년 8월 3일댓글 수 로딩 중
[논문리뷰] CodeNib: A Multi-View Data System for Serving Repository Context to Coding Agents본 논문은 코딩 에이전트가 리포지토리의 컨텍스트를 파악하는 과정에서 발생하는 비효율적인 반복 탐색과 생명주기 관리 비용 문제를 해결하기 위해 CodeNib을 제안합니다 . 기존의 에이전트 시스템은 리포지토리를 탐색할 때마다 인덱스, 언어 서버, 로컬 히스토리를 매번 새로 발견하거나 구성해야 하는 중복 비용이 발생합니다.#Review#Coding Agents#Repository Context#Multi-View Data System#Incremental Maintenance#Agent Runtime2026년 7월 28일댓글 수 로딩 중
[논문리뷰] SWE-Pruner Pro: The Coder LLM Already Knows What to Prune본 논문은 coding agents가 다중 턴 환경에서 축적하는 방대한 tool outputs로 인해 발생하는 연산 비용 및 컨텍스트 품질 저하 문제를 해결하고자 한다.#Review#Coding Agents#Context Pruning#Large Language Models#Model Efficiency#Token Compression#Hidden-State Analysis#Software Engineering2026년 7월 20일댓글 수 로딩 중
[논문리뷰] FlashRT: Agent Harness for Guiding Agents to Deploy Real-Time Multimodal Applications본 논문은 실시간 멀티모달 애플리케이션의 복잡한 파이프라인을 효율적으로 서비스하기 위한 최적화 자동화 문제를 해결합니다. 기존의 서비스 시스템이나 자동 병렬화 컴파일러는 특정 워크로드에 고정되어 있거나, 오퍼레이터 수준의 최적화에만 국한되어 다양한 멀티모달 파이프라인의 구조적 요구사항을 충족하지 못합니다 .#Review#Multimodal Applications#Real-Time Inference#Coding Agents#Chain-of-Program#Deployment Optimization#Multi-GPU Deployment2026년 7월 20일댓글 수 로딩 중
[논문리뷰] Dockerless: Environment-Free Program Verifier for Coding Agents본 논문은 기존의 실행 기반(Execution-based) 프로그램 검증기가 가진 과도한 엔지니어링 오버헤드와 비확장성 문제를 해결하기 위해 Dockerless를 제안합니다.#Review#Coding Agents#Environment-Free#Program Verifier#SWE-bench#Reinforcement Learning#Supervised Fine-tuning2026년 6월 30일댓글 수 로딩 중
[논문리뷰] The Verification Horizon: No Silver Bullet for Coding Agent Rewards본 논문은 최신 Coding Agent의 성능이 발전함에 따라, 생성된 코드의 정확성을 신뢰할 수 있게 검증하는 문제가 생성 자체보다 훨씬 어려워진 현실을 지적합니다.#Review#Coding Agents#Reward Design#Reward Hacking#Alignment#Verification#Systematic Evaluation2026년 6월 25일댓글 수 로딩 중
[논문리뷰] NatureBench: Can Coding Agents Match the Published SOTA of Nature-Family Papers?본 논문은 AI 코딩 에이전트가 단순한 논문 구현(reproduction)을 넘어, 실제 과학적 난제에 대해 기존 SOTA를 능가하는 독창적인 방법론을 발견(discovery)할 수 있는지 평가하는 것을 목표로 한다.#Review#Coding Agents#NatureBench#NatureGym#AI for Science#Benchmark#SOTA-normalized#Autonomous Discovery2026년 6월 23일댓글 수 로딩 중
[논문리뷰] GameCraft-Bench: Can Agents Build Playable Games End-to-End in a Real Game Engine?본 논문은 현대의 Coding Agent가 자연어 명세(Specification)를 실제 실행 가능한 게임으로 변환하는 End-to-End 생성 능력을 엄밀하게 평가하고자 합니다.#Review#Game Generation#Coding Agents#Game Engine#Godot#End-to-End Evaluation#Interactive Verification#Benchmark2026년 6월 16일댓글 수 로딩 중
[논문리뷰] FastContext: Training Efficient Repository Explorer for Coding Agents본 논문은 LLM 기반 코딩 에이전트의 저장소 탐색 단계에서 발생하는 고비용 토큰 소비 및 불필요한 컨텍스트 오염 문제를 해결하기 위해 제안되었다. 기존 에이전트들은 동일한 모델이 탐색과 문제 해결을 모두 수행하여, 탐색 과정에서 누적된 방대한 양의 관련 없는 코드 스니펫이 주 모델의 컨텍스트를 오염시킨다 .#Review#Coding Agents#Repository Exploration#Subagent Architecture#Supervised Fine-Tuning#Reinforcement Learning#Context Efficiency#Token Consumption2026년 6월 15일댓글 수 로딩 중
[논문리뷰] Do Coding Agents Deceive Us? Detecting and Preventing Cheating via Capped Evaluation with Randomized TestsCoding Agent의 성능 평가가 실제 실무 능력과 괴리되는 현상은 모델이 벤치마크 데이터를 암기하거나 유출된 테스트 케이스를 미리 확인하는 Cheating 문제에서 기인합니다.#Review#Coding Agents#Cheating Detection#Capped Evaluation#Randomized Tests#Benchmark Overfitting#Code Generation2026년 6월 9일댓글 수 로딩 중
[논문리뷰] SWE-Explore: Benchmarking How Coding Agents Explore Repositories본 논문은 기존의 SWE-bench와 같은 벤치마크가 이슈 해결 여부를 이분법적(성공/실패)으로만 판단하여, 에이전트의 내부적인 탐색, 위치 파악, 맥락 추출 능력을 측정하지 못하는 문제를 해결하고자 합니다 .#Review#Repository-level Coding#Coding Agents#Repository Exploration#Line-level Benchmark#Context Retrieval#Software Engineering2026년 6월 8일댓글 수 로딩 중
[논문리뷰] SWE-chat: Coding Agent Interactions From Real Users in the Wild저자들은 GitHub 저장소에서 코딩 에이전트 세션을 자동으로 기록하는 오픈소스 도구인 Entire.io를 활용하여 데이터셋을 구축하였다. 수집된 데이터는 인간과 에이전트 간의 상세한 상호작용 추적(Interaction traces)과 라인별 코드 기여도 정보를 포함한다 .#Review#Coding Agents#Software Engineering#Human-Agent Interaction#In-the-wild Dataset#Code Attribution2026년 4월 22일댓글 수 로딩 중
[논문리뷰] Memory Transfer Learning: How Memories are Transferred Across Domains in Coding Agents본 논문은 기존의 메모리 기반 self-evolving agent들이 단일 도메인(Single-domain) 내의 메모리 활용에 국한되어, 다양한 도메인을 아우르는 공유 인프라와 프로그래밍 원칙을 충분히 활용하지 못하는 문제를 해결하고자 한다.#Review#Coding Agents#Self-evolving Agents#Memory Transfer Learning#Cross-domain#Meta-knowledge#Abstraction#Transferability2026년 4월 15일댓글 수 로딩 중
[논문리뷰] Terminal Agents Suffice for Enterprise Automation저자들은 터미널과 파일시스템을 통해 플랫폼 API와 직접 통신하는 최소한의 코딩 에이전트인 StarShell을 제안합니다 . StarShell은 사전 정의된 도구 레지스트리에 의존하지 않고, 문서나 API 응답을 통해 능동적으로 기능을 발견하고 작업을 구성합니다.#Review#Enterprise Automation#Agentic Systems#Terminal-based Agents#API Interaction#Model Context Protocol (MCP)#Coding Agents2026년 4월 1일댓글 수 로딩 중
[논문리뷰] SlopCodeBench: Benchmarking How Coding Agents Degrade Over Long-Horizon Iterative Tasks기존 Coding Agent Benchmark 들은 압도적으로 Single-shot Solutions 을 Complete Specification에 대해 평가하고 있으며, 이는 Agent가 현재 Specification 에 대한 Correct Code 를 생성할 수 있는지 여부만을 측정한다.#Review#SlopCodeBench#Coding Agents#Iterative Development#Code Quality#Structural Erosion#Verbosity#Benchmarking#Long-Horizon Tasks2026년 3월 26일댓글 수 로딩 중
[논문리뷰] Qwen3-Coder-Next Technical Report본 논문은 코딩 에이전트에 특화된 오픈-웨이트 언어 모델인 Qwen3-Coder-Next 를 소개합니다. 800억 개의 총 파라미터 중 추론 시 30억 개만 활성화 되는 MoE(Mixture-of-Experts) 아키텍처를 통해 효율적인 추론과 강력한 코딩 능력을 동시에 달성하는 것을 목표로 합니다.#Review#Coding Agents#Large Language Models (LLMs)#Mixture-of-Experts (MoE)#Agentic Training#Software Engineering#Reinforcement Learning#Code Generation#Tool Usage2026년 3월 3일댓글 수 로딩 중
[논문리뷰] SERA: Soft-Verified Efficient Repository Agents본 논문은 폐쇄형 시스템 대비 오픈 소스 코딩 에이전트의 강점인 사설 코드베이스 특화 능력 을 저비용으로 실현하는 것을 목표로 합니다. 기존 훈련 방식의 높은 비용과 복잡성으로 인해 이론에 머물렀던 이점을 극복하고, 효율적인 데이터 생성 및 학습 방법론 을 제시하여 실질적인 적용 가능성을 입증하고자 합니다.#Review#Coding Agents#Synthetic Data Generation#Repository Specialization#Supervised Finetuning#Soft Verification#Cost-Efficiency#SWE-bench2026년 1월 28일댓글 수 로딩 중
[논문리뷰] SWE-Pruner: Self-Adaptive Context Pruning for Coding Agents본 논문은 소프트웨어 개발을 위한 LLM 에이전트가 긴 컨텍스트로 인해 발생하는 높은 API 비용과 지연 시간 문제를 해결하고자 합니다.#Review#Context Pruning#Coding Agents#Large Language Models (LLMs)#Software Development#Code Comprehension#Efficiency Optimization#Task-Aware Pruning#CRF2026년 1월 25일댓글 수 로딩 중
[논문리뷰] SWE-EVO: Benchmarking Coding Agents in Long-Horizon Software Evolution Scenarios이 논문은 기존 AI 코딩 에이전트 벤치마크(예: SWE-Bench )가 단일 이슈 해결 에 초점을 맞춰 실제 소프트웨어 진화의 복잡성을 포착하지 못하는 한계를 해결하고자 합니다.#Review#Coding Agents#Software Evolution#Benchmarking#Long-Horizon Tasks#Large Language Models (LLMs)#Software Engineering#Code Generation2025년 12월 24일댓글 수 로딩 중
[논문리뷰] NL2Repo-Bench: Towards Long-Horizon Repository Generation Evaluation of Coding Agents이 논문은 기존 코딩 에이전트 벤치마크들이 완전한 소프트웨어 시스템을 구축하는 데 필요한 장기적인 추론 능력 을 엄격하게 평가하지 못하는 문제를 해결하고자 합니다.#Review#Coding Agents#LLMs#Software Engineering#Repository Generation#Long-Horizon Reasoning#Benchmark#Python Development#Autonomous Systems2025년 12월 15일댓글 수 로딩 중
[논문리뷰] VisCoder2: Building Multi-Language Visualization Coding Agents본 논문은 기존 시각화 코드 생성 연구의 한계, 즉 단일 언어 및 단일 라운드 생성에 대한 편향을 해결하고, 다국어 환경에서 신뢰성 있는 시각화 코드를 생성하며 스스로 오류를 수정 할 수 있는 AI 에이전트 구축을 목표로 합니다.#Review#Multi-Language Visualization#Code Generation#Self-Debugging#Instruction Tuning#Large Language Models#Visualization Benchmark#Coding Agents#Code-Feedback2025년 10월 29일댓글 수 로딩 중
[논문리뷰] A Survey of Vibe Coding with Large Language Models본 논문은 대규모 언어 모델(LLM)의 발전에 따라 등장한 '바이브 코딩(Vibe Coding)' 이라는 새로운 개발 방법론을 심층적으로 탐구합니다.#Review#Vibe Coding#Large Language Models#Coding Agents#Human-AI Collaboration#Software Engineering#Development Models#Context Engineering2025년 10월 15일댓글 수 로딩 중