터미널 벤치 플러스
모델 실행 궤적(trajectory) 수준의 정밀한 평가를 위해 전문가가 만든 고급 과제 모음으로, 개별 실행 단계의 실패 원인과 오류 유형을 추적할 수 있게 설계되어 모델의 고장 메커니즘을 규명하는 데 쓰인다.
