정확성을 넘어: 에이전트적 판단(Agentic Judgment)을 통한 확장 가능한 레이블링으로 코드 LLM의 아키텍처 추론 능력 향상

요약

코드 LLM의 아키텍처 추론 능력을 높이기 위해 에이전트적 판단(Agentic Judgment) 파이프라인을 제안합니다. ACJ와 AQJ라는 두 가지 판단기를 통해 아키텍처 복잡도와 품질을 평가하며, 이를 통해 미세 조정된 Qwen 모델이 SWE-bench Verified에서 높은 성능 향상을 보였습니다.

핵심 포인트

• 에이전트적 판단을 통한 확장 가능한 코드 레이블링 방법론 제안
• 아키텍처 복잡도(ACJ) 및 품질(AQJ) 판단기 기반의 파이프라인 구축
• Qwen 모델 미세 조정을 통해 SWE-bench Verified 해결률 대폭 향상
• 강력한 교차 언어 일반화 및 아키텍처 패치 품질 개선 확인