글 2개
같은 코드에 400회의 LLM 호출을 썼다. 리뷰 1회는 실제 결함의 34%만 본다. 그리고 가장 자주 지적된 항목 4개는 전부 오탐이었다.
233개 임베디드 펌웨어 케이스에서 Sonnet 4.6은 68.0%, Haiku 4.5는 56.9%. 오픈소스 벤치마크 EmbedEval, 5단계 평가, n=3, Wilson 95% CI. Zephyr와 STM32 HAL 커버.