[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