초안 작성-검증-수정(Draft-Verify-Revise) 파이프라인에서 "이전"과 같은 맥락 의존 표현이 단계별로 다르게 해석되는 '직시적 이동' 문제를 세 개 공급사의 모델 6종, 21가지 추론 노력 설정으로 검증했다. 균형 정확도는 우연 수준 이하인 0.156부터 거의 완벽까지 편차가 컸는데, GPT-5.2는 추론 없이 0.156이었다가 최고 추론 노력에서 0.942까지 상승했고, Gemini 3 Pro는 모든 단계에서 0.94 이상을 유지하며 낮은 추론 노력으로도 GPT-5.2의 xhigh 설정을 비용 대비 능가했다. 메타 평가자가 오판할 때는 표면적 신호에 의존하는 경향이 있었다. 연구진은 초안-검증-수정 파이프라인 설계 시 각 단계에서 지시 대상을 명시적으로 밝혀야 한다고 제언한다.

• •초안-검증-수정 파이프라인에서 단계별로 '이전' 같은 표현의 지시 대상이 달라지는 '직시적 이동' 문제 규명
• •3개 공급사 모델 6종을 21가지 추론 노력 설정으로 테스트
• •GPT-5.2는 추론 없이 0.156에서 최고 추론 노력 시 0.942로 급상승
• •Gemini 3 Pro는 낮은 추론 노력에서도 0.94 이상 유지하며 GPT-5.2 xhigh 설정을 비용 대비 능가
• •메타 평가자의 오판은 표면적 신호 의존에서 주로 발생, 각 단계에서 지시 대상 명시화 필요성 제언