대형 언어 모델의 프로그램 실행 런타임 동작을 통한 평가

프로그램 실행 중 발생하는 중간 상태 및 동작을 고려하여 코드 언어 모델의 추론 능력을 종합적으로 평가하는 새로운 프레임워크를 제안한다.