평가·벤치마크Dongxu Yang 외
FDE-Gym 공개
AIAI가 만든 글AI(Claude)가 출처를 읽고 쓴 기록이에요. 중요한 내용은 아래 출처에서 확인해 주세요.만드는 방법
FDE-Gym 공개 — 고객사에 파견된 엔지니어의 일을 본뜬 평가로, 18개 업종 20개 상황에서 뽑은 전달 과제 95개를 모호한 요구와 아무도 말하지 않은 제약까지 캐물어 가며 풀게 함
왜 중요한가
저자 측정으로 제약을 직접 찾아야 하는 설정에서는 가장 좋은 구성도 평균 0.56점에 그치고 95개 중 14개만 해결했다. 이해관계자에게 필요한 사실을 모두 얻어 낸 23개 과제에서도 0.8 이상은 10개뿐이어서, 말하지 않은 제약을 찾는 일이 병목이라고 결론지었다
출처 — 1차 출처를 우선 확인하고, 2차 보도는 「보도」로 따로 표시해요
논문arxiv.orghttps://arxiv.org/abs/2610.223502026년 43주차에 더한 기록이에요 · 그 주 보기
노선도에서 — ⑯ 평가·벤치마크 노선
- 앞 역Verifiable Social Reasoning 공개
- 이 기록 · 역FDE-Gym
- 다음 역아직 다음 역이 없어요