글 2개
같은 코드에 LLM 호출을 400회 쓰고 나서 알았다. 리뷰 1회는 실제 결함의 34%만 보고, 가장 자주 지적된 항목 4개는 모두 오탐이었다.
233개 임베디드 펌웨어 케이스에서 Sonnet 4.6은 68.0%, Haiku 4.5는 56.9%를 받았다. 직접 만든 오픈소스 벤치마크 EmbedEval로, 5단계 평가, n=3, Wilson 95% CI, Zephyr와 STM32 HAL을 다룬다.