[논문리뷰] Is Your Long-Horizon Benchmark Really Deep? Measuring and Synthesizing Depth in Terminal Tasks본 논문은 기존의 긴 호라이즌(Long-horizon) 터미널 벤치마크들이 실제로 '깊이(Depth)' 있는 작업인가에 대한 의문을 제기하며, 작업의 길이를 턴 수로만 측정하는 기존 연구의 한계를 지적한다.#Review#Terminal Task#Long-Horizon#Task Depth#Benchmark Synthesis#Work-Depth Analysis#Agent Evaluation#LLM2026년 11월 3일댓글 수 로딩 중