단계집중 보상
Step-Focal Reward는 여러 생성 궤적의 시점별 특징 분산을 통해 불확실도가 최대인 구간을 식별하고 그 구간의 하위 단계를 집중 평가하는 보상 구성요소이다. 집중된 하위단계에 대해 VLM 기반의 쌍비교(pairwise) 평가를 수행해 세부적 물리 위반이나 논리적 간극을 포착한다. 이 보상은 최종 상태 점수에 치우치는 보상 해킹을 완화하고 절차적 무결성을 유지하게 한다.
