RevengeBench: 행동 실험을 통한 코드 공간 정책의 역공학
RevengeBench: Reverse Engineering Code-Space Policies from Behavioral Experiments
게임 환경에서 에이전트의 행동 궤적만으로 숨겨진 결정 프로그램을 실행 가능한 코드로 복원하는 역문제를 다루며, CodeClash 기반 5개 게임·75개 Elo 교정 정책으로 구성된 RevengeBench에서 맞춤형 상대방 정책 탐침과 실행 가설 제출을 평가한다. 12개 최전선 LLM의 복원 품질은 초기 행동 거리의 34~72%를 줄였고, 복원된 정책은 특히 약한 모델에서 상대방 모델링과 대항 전략 설계에 측정 가능한 경쟁적 이점을 제공했다.