[논문리뷰] Beyond Benchmarks: Can Small Open-Weight Models Get Real Coding Work Done?본 논문은 open-weight language model을 단순히 실행하는 것과 coding agent를 통해 'finished coding work'를 안정적으로 수행하는 것 사이에 존재하는 상당한 격차를 해결하고자 한다.#Review#open-weight language models#coding agents#software engineering#inference systems#tool calling#KV caching#model serving#empirical experience report2026년 10월 26일댓글 수 로딩 중
[논문리뷰] ExplainBench: Evaluating Code Explanations from Agents본 논문은 LLM 에이전트가 생성하는 코드 설명(Explanation)의 신뢰성을 검증할 수 있는 객관적인 평가 기준이 부재하다는 문제점을 지적합니다. 에서 볼 수 있듯이, 에이전트의 설명은 그럴듯해 보이지만 실제 패치는 테스트 코드조차 통과하지 못하는 등 설명과 실제 동작 간의 불일치(Mismatch)가 발생합니다.#Review#LLM agents#explainability#benchmark#trustworthiness#software engineering#code explanation#evaluation framework2026년 8월 4일댓글 수 로딩 중