#Code Arena

'Code Arena' 태그가 붙은 기사 1편

태그 기사

'Code Arena' 태그가 붙은 기사를 최신순으로 보여 줍니다.

로봇이 키보드와 마우스로 블록 게임을 플레이하며 점검표를 채우는 모습
AI 성능

코드만 보면 못 잡는 버그, computer-use agent가 눌러 보며 찾는다

agent가 직접 플레이한 기록으로 판정하면 코드·스크린샷 평가보다 사람 선호와 더 일치. frontier 모델 코드는 겉보기에 멀쩡해 코드만 봐서는 고장 여부 구분 어려움. GPT-5.6 Luna의 고장 판별 정확도, 코드 검사 51.6% 대 상호작용 65.2%. 코드 없이 플레이 기록만 학습한 reward model이 사람 선호와 69.0% 일치. 강화 학습 보상으로 쓰면 코드 reward model보다 코드 35.7% 적고 빌드 실패율 7.2%p 낮음.

새 기사를 RSS와 팟캐스트로 받아보세요

RSS 리더에는 RSS 주소를, 팟캐스트 앱에는 팟캐스트 주소를 등록하면 새 기사가 올라올 때마다 받아볼 수 있습니다. 팟캐스트는 제목과 핵심 요약을 음성으로 들려줍니다.

구독 방법 보기