Macro Average

각 skill과 agent harness 조합에 동일한 가중치를 부여해 점수를 평균내는 집계 방식입니다. SkillEvaluator의 benchmark snapshot은 특정 skill이나 harness가 결과를 과도하게 좌우하지 않도록 published skill–harness pair를 동등하게 취급합니다.