Real-SWE: 비공개 실무 기업 코드베이스에서 AI 모델을 평가하는 벤치마크

<ul> <li><strong>Real-SWE</strong>는 실제 기업에서 사용 허가를 받은 비공개 프로덕션 코드베이스와 업무를 바탕으로, 코딩 에이전트가 소프트웨어 엔지니어의 실무를 수행할 수 있는지 평가함</li> <li>모델 단독이 아니라 <strong>모델과 기본 하네스의 조합</strong>을 평가하며, 과제마다 8회 독립 실행한 평균 해......