벤치마크
2건
기사 통계를 확인하고 있습니다.

보안 취약점 평가 CWE-bench v2 공개
100개 과제로 91종 취약점 수정 능력을 평가했으며 Gemini 4 Argon이 최고 성능을 기록했다.

Ai2, 장문 상태 추적 벤치마크 공개
StateBench는 긴 문서의 상태 변화와 개체 간 의존관계를 모델 구조별로 평가한다.
2건
기사 통계를 확인하고 있습니다.
100개 과제로 91종 취약점 수정 능력을 평가했으며 Gemini 4 Argon이 최고 성능을 기록했다.
StateBench는 긴 문서의 상태 변화와 개체 간 의존관계를 모델 구조별로 평가한다.