docs: 논문 인용 갱신 (arXiv ID 확정)

README.md

@@ -97,4 +97,12 @@ configs:
 
 이 저장소의 2,800문항이 논문의 in-distribution 분할이고, 판정자 동의 2,414문항이 논문의 clean 분할입니다. 논문은 같은 모델을 고정한 채 두 운영 경로를 이 분할에서 비교해, 정확도 차이는 검출하지 못했고(93.46% 대 94.14%) 재시작 안정성은 약 열 배 차이가 났다고(3.00% 대 0.29%) 보고합니다. 두 경로는 추론 사용 여부도 함께 다르므로 출력 형식만의 비교로 읽으면 안 됩니다.
 
+이 평가셋은 합성 정책과 요청으로 만들었고, 논문도 같은 한계를 명시합니다. 분포 밖 판단은 숨은 실행 가능 정책으로 정답을 만든 봉인 벤치에서 측정했고, 그 벤치는 재배포 권리 문제로 공개하지 않습니다.
+
+## 논문
+
+이 평가셋을 사용한 논문입니다: [When Should Enterprise Policy Decisions Be Learned, and When Should They Be Reasoned? (arXiv:2610.17643)](https://arxiv.org/abs/2610.17643)
+
+이 저장소의 2,800문항이 논문의 in-distribution 분할이고, 판정자 동의 2,414문항이 논문의 clean 분할입니다. 논문은 같은 모델을 고정한 채 두 운영 경로를 이 분할에서 비교해, 정확도 차이는 검출하지 못했고(93.46% 대 94.14%) 재시작 안정성은 약 열 배 차이가 났다고(3.00% 대 0.29%) 보고합니다. 두 경로는 추론 사용 여부도 함께 다르므로 출력 형식만의 비교로 읽으면 안 됩니다.
+
 이 평가셋은 합성 정책과 요청으로 만들었고, 논문도 같은 한계를 명시합니다. 분포 밖 판단을 보려면 숨은 실행 가능 정책으로 정답을 만든 [EnterpriseOps-Blind-A](https://huggingface.co/datasets/ThakiCloud/EnterpriseOps-Blind-A) 를 함께 쓰십시오.