디버깅 벤치마크
코드의 결함을 찾아 수정하는 능력을 평가하는 벤치마크로, 재현 가능한 수정 사례의 성공률과 숨겨진 버그 복원률, 회귀 발생 여부 등을 입력 코드에 대해 자동 실행해 점수로 환산한다. 이 평가는 모델이 오류 원인을 식별하고 수정된 출력을 생성하는 과정을 입력→분석→수정의 흐름으로 측정하므로 디버깅 특화 성능을 직접 비교할 수 있다. 벤치마크 점수와 순위는 모델 배포 후 성능 변화나 안전 필터의 영향 등을 감지하는 근거로 사용된다.