Verifiable tasks

검증 가능한 과제는 성과를 바로 확인하거나 자동으로 채점할 수 있는 문제로, 벤치마크가 주로 이 범주에 속한다. 본문은 에이전트가 이런 좁고 검증 가능한 과제에서는 빠르게 개선을 보였으나 개방형 연구에서는 한계가 드러났다고 보고한다. 따라서 검증 가능한 과제 성과만으로 RSI 도달 여부를 판단하기 어렵다고 논의한다.