[일반] SWE-verified 보단 터미널 벤치가 더 의미있어보이기도 하고..

[かみ(thank3468)]

아님 중간에 있는 SWE-Lancer(프리랜서처럼 실제 외주 프로젝트 Upwork 등)벤치도 종합적인 에이전트 엔지니어링 능력 보기에 swe-verified보다 더 걸맞다고 봄

[야하이잇(dignity123)]

터미널 2.0도 소타찍었으니 기대되긴 하네 사실 오히려 클로드는 이쪽이 강점이기도 했고

[익명(enough2752)]

터미널벤치는 무슨벤치임

[かみ(thank3468)]

실제 리눅스(Terminal) 개발 환경에서 • 레포 클론/빌드 • 패키지 설치 • 서버 띄우기 • 데이터 처리 / 모델 학습 • 스크립트 작성·수정·디버깅 같은 걸 전부 터미널에서 직접 해보는 벤치마크. • “코드만 짜는 LLM”이 아니라 “개발자+DevOps 에이전트”로서 얼마나 자율적인지를 바로 드러냄.

[かみ(thank3468)]

나도 자세하게까진 몰라서 물어보니 이렇다네ㅇㅇ

[sonnet3.7(liberal8774)]

코딩모델 출시하면 verified벤치가 가장 포커싱이 되는거만 봐도...