필연성 (Necessity)과 가능성 (Possibility)에 대한 추론은 세계들 사이의 접근성 (Accessibility) 및 각 세계에 어떤 객체가 존재하는지에 대한 가정에 달려 있습니다. 따라서 동일한 추론이라 할지라도 하나의 양상 체계 (Modal system) 하에서는 성립하고 다른 체계 하에서는 실패할 수 있습니다. 이러한 문제들에 대해 언어 모델을 평가하려면, 모델의 판단이 익숙한 논리가 아닌 명시된 의미론 (Semantics)을 따르는지 테스트해야 합니다. 우리는 동일한 전제와 추측을 가지되 프레임 (Frame) 또는 도메인 (Domain) 조건이 다른 쌍을 이루는 양상 문제들을 구축하였으며, 자동 추론 (Automated reasoning)을 통해 상반된 레이블을 검증했습니다. 균형 잡힌 핵심 데이터셋 (Balanced core)은 의미론적 조건만으로 정답이 드러나는 것을 방지합니다. 이 핵심 데이터셋에서 최근 5개 모델 중 4개가 직접적인 프롬프팅 (Direct prompting) 하에서 조건 전용 베이스라인 (Condition-only baseline)보다 낮은 성능을 보였습니다. 그러나 추론 모드 (Reasoning mode)를 활성화하면 DeepSeek V4 Flash의 성능이 변경되지 않은 프롬프트에서 4.4%에서 88.1%로 상승합니다. 따라서 규정된 양상 의미론을 따르는 것은 모델의 정체성뿐만 아니라 추론 모드에도 강하게 의존합니다. 프레임 조건이 생략될 경우, 모델들은 종종 일치하는 결과를 보이지만 각자 서로 다른 익숙한 논리에 가장 잘 부합하는 모습을 보입니다. 우리는 공식, 오라클 아티팩트 (Oracle artifacts), 반례 (Countermodels), 그리고 응답들을 공개합니다.