연구진은 장기적인 LLM 에이전트 훈련 시 결과 기반 보상만으로는 중간 단계의 행동을 평가하기 어렵다는 문제점을 지적했어요.
QVal은 훈련 없이 밀집 지도 신호의 품질을 직접 평가할 수 있는 새로운 테스트베드이며, 강력한 참조 정책의 Q 값에 따라 행동 순서를 정렬하는 정도를 측정해요.
QVal-v1.0을 통해 21개의 밀집 지도 방법과 7개의 방법론 패밀리를 벤치마킹한 결과, 간단한 프롬프트 기반 방법이 기존 연구 방법보다 우수한 성능을 보였고, 방법론 패밀리별로 성능이 뚜렷하게 구분되었어요.