Tencent WorkBuddy Bench: 오염에 강한 태스크 구성으로 만든 다도메인 코딩 에이전트 벤치마크

텐센트가 코드, 웹, 오피스, 보안 작업을 아우르는 오픈형 코딩 에이전트 벤치마크 WorkBuddy Bench를 공개했다.

과제는 실제 커밋, 풀 리퀘스트, 비즈니스 시나리오에서 가져와 프롬프트 오염을 줄이도록 재작성했다.

재현 가능한 평가를 위해 작업 파일, 실행 환경, 테스트, 기준 해답도 함께 공개했다.

또한 크로스 모델 리더보드를 제공해 실제 업무 환경에 가까운 조건에서 에이전트를 비교할 수 있게 했다.