[논문리뷰] SWE-Bench Pro Verified: A Reliable Benchmark for Software Engineering Agents본 논문은 기존의 소프트웨어 엔지니어링 에이전트 평가 표준인 SWE-Bench Pro가 가진 심각한 신뢰성 결여 문제를 해결하고자 한다.#Review#SWE-Bench#LLM Agents#Software Engineering#Reward Hacking#Benchmarking#Task Quality#Evaluation Validity2026년 9월 9일댓글 수 로딩 중