#Code Arena
'Code Arena' 태그가 붙은 기사 1편
태그 기사
'Code Arena' 태그가 붙은 기사를 최신순으로 보여 줍니다.

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