벤치마크 평가
표준화된 테스트 세트와 평가 지표로 모델 성능을 수량화하는 절차로, 문제 유형별 정확도·정밀도·실행 가능성 등 여러 축을 사용해 비교한다. 기사 맥락에서는 언어 이해 질문과 코드 생성 과제에 대한 서로 다른 벤치 처리가 모델 간 차이를 드러낸다고 볼 수 있다.