본문 바로가기

NEWS

뉴스

AI, 개발, IT 업계의 최신 소식을 전합니다.

태그 필터:Benchmark
"Benchmark" 태그 뉴스
전체 2건
04.27
AI
버클리 "AI 에이전트 벤치마크 8개 모두 조작 가능" — SWE-bench·WebArena·OSWorld 일제히 무력화
UC Berkeley RDI 연구진이 자동 스캐닝 에이전트를 만들어 8개 주요 AI 에이전트 벤치마크 모두에서 거의 만점을 기록했다. 어떤 태스크도 실제로 풀지 않고서.
04.26
AI
SWE-bench Pro 4월 리더보드 — Claude Mythos 77.8%, Opus 4.7 64.3%, GPT-5.5 58.6%
Scale AI가 운영하는 SWE-bench Pro 4월 리더보드가 갱신됐다. Mythos Preview가 1위, Opus 4.7과 GPT-5.5가 그 뒤를 따른다.