Semantic PASS

출력 문장이 단순히 형식에 맞는지를 넘어서, 주어진 상태와 지시를 올바르게 반영해 결정 종결 조건을 충족했는지 평가하는 판정이다. 이 벤치마크에서는 각 실행 결과를 PASS 또는 실패로 분류해 모델의 구조화된 추론과 의사결정 처리를 측정한다.