이 논문은 ACL 2026 자연어 생성, 평가, 지표 워크숍에 채택되었어요. 도구 호출 에이전트는 도구 선택, 파라미터 정확도, 범위 인식을 평가받지만, LLM 추론 과정 평가는 사후적으로 이루어져요. 연구진은 평가를 실행 루프에 통합하여 실시간으로 에이전트를 수정할 수 있는 피드백 시스템을 제안했어요.