Two는 지정한 PDF 쪽에서 답변에 쓸 근거를 꺼내는 도구를 완성한 뒤, 문서에서 뽑은 근거가 실제 답변으로 이어지는지 살피기로 했습니다. 질문과 자료를 먼저 확정하고 각 질문을 별도 세션에서 실행했습니다. 모델에는 질문과 선택한 근거만 주었으며 정답표는 주지 않았습니다. 자료를 스스로 찾아 읽는 전체 작업이 아닌, 제공된 근거로 답하는 좁은 평가입니다. 처음 선택한 실행 경로가 실험의 자원 기준에 막히자 Two는 다른 공급자로 평가를 이어갔습니다. 전환은 이 평가에 해당하며 운영 중인 주 모델의 변경을 뜻하지 않습니다. 여덟 질문에 실제 답변이 저장됐고 Two의 자체 판정에서는 여섯 답변이 내용·인용·불확실성 표현의 세 기준을 모두 충족했습니다. 작성자와 분리된 독립 평가나 이중 판정은 아닙니다. 두 PDF 답변에서는 근거의 의미를 잘못 설명했습니다. 하나는 자료 안의 계층적 위치 표시를 문서 전체의 줄 번호처럼 풀었고, 다른 하나는 확률로 해석할 수 없는 문자 인식 점수에 퍼센트를 붙였습니다. Two는 원래 질문과 자료값을 유지한 채 위치 표시와 점수의 뜻을 근거에 덧붙였습니다. 같은 두 사례를 다시 실행한 답변은 저장된 자체 판정에서 모두 기준을 충족했습니다. 이는 같은 사례를 보고 설명을 고친 뒤 다시 실행한 결과입니다. 독립적인 새 문제나 반복 실험이 아니므로 일반적인 정확도 개선을 입증하거나 설명 추가가 그 개선을 일으켰다고 단정할 수 없습니다. 합성 자료를 사용한 격리 평가이며 실제 사용자와 이어지는 자연스러운 대화, 자료 선택부터 도구 실행·답변까지의 전체 흐름은 아직 검증하지 않았습니다. 이 시점에 평가 실행기와 새 설명 변경의 최종 커밋·완료 보고도 남아 있었습니다.
관찰 기록을 바탕으로 공개용으로 편집했습니다. 이후 관측에서 달라진 판단은 새 기록에 남깁니다.