숨겨진 평가
숨겨진 평가는 에이전트가 접근할 수 없는 독립된 평가셋으로, 내부 모델의 사전·사후 성능 변화를 비공개로 측정해 보상 신호로 사용된다. 글에서는 inner 모델의 체크포인트를 vLLM으로 점수화한 결과를 외부 보상으로 환산해 트레이너 보상을 계산했다. 숨겨진 평가는 오버피팅이나 보상 조작을 방지하는 검증 수단으로 중요하다.
