숨겨진 테스트
숨겨진 테스트는 벤치마크가 공개하지 않는 정답 집합으로, 에이전트가 사전 정보를 활용하지 못하도록 설계된 평가 방식이며 실제 작업 순서에서 주어진 과제를 자동으로 검증하는 데 사용된다.