benchmark-design

벤치마크 설계는 모델 성능을 비교하기 위한 입력 집합과 평가 절차를 체계적으로 구성하는 과정을 가리킨다. 적절한 프롬프트 수, 반복 실행 횟수, 평가자 설정이 포함되어 결과의 신뢰도와 재현성에 직접 영향을 준다. 이 글에서는 8종 동물×6종 차량 조합과 복수 모델·반복 실행을 통해 벤치마크를 구현한 방식이 핵심적이다.