본 논문은 경쟁 프로그래밍 문제의 중복 및 유사성 문제를 해결하기 위해 새로운 과제인 "유사 문제 검색"을 제안합니다. 이를 위해, 코드 중심(Text-to-Code, Code-to-Code) 및 문제 중심(Problem-to-Duplicate, Simplified-to-Full)의 네 가지 검색 과제를 포함하는 CPRet이라는 검색 지향적 벤치마크 모음을 소개합니다. 자동 크롤링된 문제-해결책 데이터와 수동으로 정리된 주석을 결합하여 고품질의 훈련 데이터와 시간적으로 분리된 테스트 세트를 제공합니다. 또한, 문제-코드 정렬을 위한 새로운 Group-InfoNCE 손실 함수를 사용하여 훈련된 CPRetriever-Code와 문제 수준 유사성 식별을 위해 미세 조정된 CPRetriever-Prob라는 두 가지 과제 특화 검색기를 개발하고 공개합니다. 마지막으로, LiveCodeBench 분석을 통해 유사성이 높은 문제가 모델 통과율을 부풀리고 차별화를 감소시킨다는 것을 밝히고, 향후 벤치마크에서 유사성 인식 평가의 필요성을 강조합니다.
