연구진은 LLM의 문제 해결 능력만 평가하는 기존 방식의 한계를 극복하기 위해 MathDuels라는 새로운 벤치마크를 소개했어요. MathDuels는 모델이 문제 생성자와 해결자 역할을 동시에 수행하며, 문제 생성 과정을 거쳐 난이도를 높이고 검증을 통해 문제의 적절성을 확보해요. 실험 결과, 문제 생성 능력과 해결 능력은 분리될 수 있으며, MathDuels는 기존 벤치마크에서 보이지 않던 모델 간의 차이를 드러냈어요.