contamination-free
데이터 오염 배제
모델의 사전학습에 포함되었을 가능성을 제거하기 위해 문제를 기존 커밋이나 PR에서 가져오지 않고 처음부터 작성하는 방식으로, 벤치마크가 훈련 데이터 유출의 영향을 받지 않도록 보장하는 절차와 이유를 서술한다.
데이터 오염 배제
모델의 사전학습에 포함되었을 가능성을 제거하기 위해 문제를 기존 커밋이나 PR에서 가져오지 않고 처음부터 작성하는 방식으로, 벤치마크가 훈련 데이터 유출의 영향을 받지 않도록 보장하는 절차와 이유를 서술한다.
