CSTutorBench는 블록 기반 로봇 프로그래밍 환경 VEX VR에서 소형 언어모델(SLM)의 CS 튜터 역량을 평가하는 벤치마크다. K-12 교육 현장은 프라이버시·비용 문제로 SLM이 유력한 대안이지만, 블록 프로그래밍처럼 학습 데이터에 거의 없는 도메인에서 적합 모델 선정이 어려웠다. 벤치마크는 튜터링·피드백 연구에 기반한 교육학 루브릭으로 채점하는 17개 시나리오 문항과 인간 참여형 LLM 심사 파이프라인으로 구성된다. 4B~120B 모델 11개 예비 평가 결과, 어휘·어조 같은 표면 기준은 잘 지키지만 정답 유출 회피, 학생 디버깅 이력 활용 같은 심층 교육 행동에서는 취약했다. 모델 계열과 인스트럭션 튜닝 방식이 파라미터 수보다 튜터 품질을 더 잘 예측했고, 교육학 기반 프롬프트 수정으로 11개 중 10개 모델의 점수가 개선됐다.

• •VEX VR 블록 프로그래밍 환경의 SLM 튜터 평가 벤치마크 CSTutorBench 제안
• •교육학 루브릭 기반 17개 시나리오 문항 + 인간 참여형 LLM 심사 파이프라인
• •11개 모델(4B~120B) 평가: 어휘·어조는 우수하나 정답 유출 회피·디버깅 이력 활용은 취약
• •모델 계열과 인스트럭션 튜닝 방식이 파라미터 수보다 튜터 품질을 더 잘 예측
• •교육 프롬프트 엔지니어링 연구 기반 수정으로 11개 중 10개 모델 점수 향상