benchmark-aligned-data

평가 목표와 일치하도록 레이블·형식·난이도 등이 조정된 학습·검증 데이터로, 모델 성능을 실제 평가 지표와 직접적으로 연결하기 위해 설계된다. 에이전트는 이러한 데이터를 구성하여 checkpoint 평가와 hyperparameter 선정에 활용한다. 논문에서는 에이전트가 benchmark-aligned data를 반복적으로 생성·활용함으로써 성능 개선을 달성한 점을 핵심 요소로 삼았다.