LLM 에이전트(LLM agents)는 단일 궤적(trajectory)이 수백 또는 수천 개의 행동을 포함할 수 있는 장기적 관점(long horizons)에서 점점 더 많이 활동하고 있습니다. 이러한 환경에서 결과 전용 보상(outcome-only rewards)은 너무 희소한 가이드를 제공하여, 중간 행동의 유효성에 대해 모델에 정보를 전달하지 못합니다. 밀집 감독(Dense supervision) 방법들은 내재적 신뢰도(intrinsic confidence)부터 자기 증류(self-distillation) 및 임베딩 유사도(embedding similarities)에 이르기까지, 중간 단계에 점수를 매김으로써 이 문제를 해결하는 것을 목표로 합니다. 그러나 이를 통합하는 훈련 파이프라인의 다운스트림 성능(downstream performance)을 측정하여 평가하는 것이 일반적인 관행입니다. 이는 비용이 많이 들고, 감독의 품질을 훈련 엔지니어링의 혼란 변수(confounders)와 결합시키며, 서로 다른 방법론적 계열이 별도의 훈련 설정을 요구하게 만들어 비교를 불가능하게 만듭니다. 결과적으로 밀집 감독 방법들은 공통된 기반 위에서 벤치마킹되는 경우가 드뭅니다. 우리는 밀집 감독 신호를 직접 평가하기 위한 훈련이 필요 없는 테스트베드(training-free testbed)인 QVal을 소개합니다. 상태-행동 쌍(state-action pair)이 주어지면, QVal은 해당 방법의 점수가 얼마나 Q-정렬(Q-aligned)되어 있는지, 즉 강력한 참조 정책(reference-policy)의 Q-값(Q-values)에 따라 행동의 순서를 올바르게 정렬하는지를 측정합니다. 이를 통해 우리는 어떠한 훈련 실행 전에도 신호를 비교할 수 있으며, 신호의 품질을 다른 엔지니어링 선택 사항과 분리할 수 있습니다. 우리는 QVal을 QVal-v1.0으로 구현하여, 4개의 다양한 환경과 7개의 방법론적 계열에 걸쳐 21개의 밀집 감독 방법을 벤치마킹하였으며, 6개의 오픈 웨이트(open-weight) 모델 백본에 대해 1.2K 이상의 평가 실험을 수행했습니다. 우리는 단순한 프롬프팅 베이스라인(prompting baselines)이 기존 문헌의 최신 밀집 감독 방법들보다 일관되게 우수한 성능을 보이며, 성능이 계열별로 강하게 군집화된다는 것을 발견했습니다. 이러한 결과는 모델 크기, 환경 및 관측 양식(observation modalities)에 관계없이 유지됩니다. QVal은 새로운 환경과 방법에 쉽게 확장될 수 있도록 설계되어, 연구자들이 훈련 실행 전에도 밀집 감독 방법을 반복적으로 개선할 수 있도록 합니다.