단일 실행 평가
단일 실행 평가는 같은 입력·프롬프트 템플릿으로 모델을 한 번만 실행하여 결과를 기록하는 방식으로, 무작위성·시드 변화·다중 실행 평균을 반영하지 않는다. 이 방식은 재현성은 높으나 통계적 변동성이나 표준오차를 포착하지 못해 결과 해석에 주의가 필요하다. 원문에서는 단일 프롬프트와 멀티런 평균 미적용을 한계로 명시했다.
