자동 채점기
모델 출력과 구조화된 기준(reference solution)을 비교해 이진 정오판단을 산출하는 자동화된 평가 구성요소이다. 본 데이터셋에서는 코드 실행과 텍스트 검증을 결합하여 하드 제약(예: 정확한 개수, 서브스트링 존재)을 검증하도록 설계되었다. 논문은 자동 채점기의 인간-자동 채점 일치율을 검증해 96.6%(텍스트)와 90.9%(이미지생성)를 보고하였다.
