Daily Progress — 2026-09-18

오늘의 우선순위

RUNNINGZero-WAM — zwshuf_place_empty_cup(job 131231, 1×GPU, 7h52m 경과)·zwres_open_microwave(132447, 1×GPU, 7h42m 경과) 실행 중. 전자는 "무관 human-video 대조군"(왜 특정 태스크만 +17~18pp가 나오는지 판별), 후자는 language-only 잔여 태스크 마무리 — 둘 다 완료되면 161행 본표 재합산 + Δ(demo 유무) 분해가 완결됨. 대형 다태스크 잡 2개(129436 TIMEOUT·130258 CANCELLED, 합계 ≈259 GPU-h 소모)가 실패해 태스크별 단일 잡으로 쪼갠 우회 전략이 이걸로 마무리 단계.
RUNNINGscene_bench — m_32b·wm_32b·wristrf_q32·exorf_q32·navaudit_s1~s3 7개 잡이 09:08 기준 10~14분 경과로 방금 시작됨. "지는 3칸 뒤집기" 재검증 캠페인(손목 시야·장부 순번·이미지 시간 균등 전부 기각)이 어제 저녁 종료된 직후라, 이 잡들은 그 뒤를 잇는 후속 측정(navigate 표준 자세 카탈로그 검증 추정)으로 보임 — 목적이 커밋에 아직 안 잡혀 있어 완료 후 확인 필요.
ATTENTIONFurnitureBench — PENDING 3건(drawer_escape_v5·contact_stool_v4·fb_native_icl_stage), policy_harness v9 stool/drawer round가 3라운드째(recovery v3·v4 포함) 진행 중인데 claude/ 문서가 09-14 이후 5일째 정지 — v9 캠페인 전체가 여전히 미문서화 상태로 누적 중.
ATTENTIONR2S — 전일 리포트(260917 09:50~10:02)가 FoundationStereo 공식 checkpoint 부재로 pair 파이프라인을 "blocked"로 전환했었는데, 어제는 foundation-cpu-load 초반 5연속 FAILED 후 r2s-foundation-pair·foundation-scene·integrated-foundation 등이 COMPLETED로 이어짐 — checkpoint 문제가 풀렸는지 확인 필요. 최신 잡 r2s-wall-owner-diagnostic(133690)은 전일 보류된 "wall-normal 불일치" 가설과 연결되는 것으로 보임. 여전히 git repo·claude/ 문서 부재.
LOWMolmoBot — 커밋 1건(goal policy websocket 서빙 지원)뿐, SLURM·claude/ 문서 활동 없음. 별도 조치 불필요.

TL;DR

scene_bench가 압도적 최다 활동(commit 46개, work log 16개, SLURM 106건 중 RUNNING 7) — 핵심은 "3칸 뒤집기" 재검증 캠페인 전부 기각 종료로 현재 본표(8칸 중 5칸 1위) 확정, 그리고 32B 모델의 tagmem 열세 원인을 writer 정확도(담기 과제 기록 정확도 32B 0% vs flash 49%)로 규명한 것. VLA pick 성패가 서는 위치에 좌우된다는 파일럿도 사전등록 판정 통과(자리 고정 시 0.36→0.62).
Zero-WAM은 동일 체크포인트로 language-only(20.67%) vs ICL(26.81%) 평가를 처음 분리해 추론 시 human demo의 순 기여 +6.14pp를 확인 — 논문의 +7.51pp는 서로 다른 두 모델(학습 효과 혼입)이었음이 드러남. 잔여 태스크 2건이 RUNNING.
FurnitureBench는 native ICL v9 하네스로 stool/drawer 반복 평가(harness_v9, recovery v3/v4)를 계속 돌리고 있으나(49 SLURM 잡) GPU-h는 2.0으로 작고(1-GPU 단시간 잡 다수), claude/ 문서는 5일째 갱신 없음.
R2S는 FoundationStereo checkpoint 문제를 넘기고 scene reconstruction·radiance 파이프라인을 재개(36 SLURM 잡, 27 COMPLETED), wall-normal 불일치 진단은 여전히 진행형.
나머지 4개 프로젝트(lingbot-va·AI899·RoboTwin·flex-π)는 무활동, MolmoBot은 커밋 1건뿐으로 사실상 휴면.

프로젝트별 진행 상황

scene_bench High

Scene-level long-term memory 벤치마크 (find/restore/resume/routine 4가족) — 메모리 전략(tagmem/vis-pure/rollforward/frames-uniform) 비교 캠페인 + VLA 실행 파일럿

46Commits

16Work Logs

106SLURM Jobs

53.1GPU-h

어제 한 일

"지는 3칸 뒤집기" 캠페인 종료(전부 사전등록·$0): routine 읽기 v10(32B) 기각(재질의 50→7이지만 place .197→.171) · 장부 순번 수정 기각 · 이미지 시간 균등 비유의(17승 14패) · 손목 시야 최종 재검증 재현 실패(32B Resume은 여전히 vis-pure 15.6 vs ours 10.0). 결론: 32B 두 칸은 writer 지각·기록 품질 한계, flash Resume은 p=.87 동률 — 본표 현 상태(8칸 중 5칸 1위, flash 3/4 가족 +4.7~+8.1pp) 유지가 최선.
32B tagmem 실패 원인 규명: 검색에 성공할수록 오히려 점수가 낮음(resume 히트 .034 vs 미스 .108 · routine .165 vs .279) — writer가 한 일의 64%를 틀린 이름으로 기록(담기 과제 정확도 0%, 바구니를 table·floor·trash can으로 오기). "기록 신뢰형 메모리는 writer 정확도 임계 위에서만 이득"으로 정리.
find v1.2 32B 열 재측정(job 132433): 디코딩 결함(temp·max_tokens 누락) 수정 후 변화 ≤.016, 순위 불변 — 아카이브 열 교체 완료.
새 누름 데이터(팔 접기) 검증: 32B 완료(34편/55행/330행, $0) — vis-pure .145→.218(+.073), tagmem .109→.164(+.055), rf-v3(텍스트) −.036 — 이미지 전략만 개선 = 팔 접기가 시각적 흔적을 만든다는 직접 증거. flash 재측정은 진행 중(job 131944 완료, 결과 대기).
VLA pick 성패 = 서는 위치 파일럿: 10지점×4자리×10회=400시행, 순열검정 p<0.0001, 자리 간 폭 중앙값 0.50(기준 ≥0.40) — 최선 자리 고정 시 pick 성공률 0.36→0.62(홀드아웃). 거리·정면각으로는 좋은 자리를 못 고름 → 카탈로그 제작 여부는 사용자 결정 대기.
goal-image Phase 0(기억 속 사진을 VLA goal로) 배선 완료했지만 실측 12롤아웃에서 원위치 재현 0/6 — 데이터셋 exo 카메라가 로봇 탑재라 goal로 쓸 프레임 자체가 없음이 원인으로 확인.
Qwen3-VL-235B-A22B(MoE, 활성 22B) 스모크 3회 COMPLETED(4×GPU TP=4, find 1편).
SLURM 106건: COMPLETED 53 · PREEMPTED 34(32%) · CANCELLED 12 · RUNNING 7.

오늘 할 일

RUNNING 7건(m_32b/wm_32b/wristrf_q32/exorf_q32/navaudit_s1~s3) 완료 확인 — 목적 미문서화, 결과 확인 후 소급 정리 필요
VLA pick 위치 카탈로그 제작 여부 결정 대기(제작 시 ≈350 GPU-h 소요 추정)
goal-image Phase 0은 pick 실패로 막힘 — 위 카탈로그 결과 없이는 재개 불가
새 누름 데이터 flash 결과 도착 시 106행과 합쳐 161행 본표 갱신

32B 열세의 원인이 "메모리 구조 자체의 한계"가 아니라 "writer가 사실을 못 적는다"는 쪽으로 좁혀진 게 어제의 가장 중요한 결론 — 이후 모델 확장 실험은 writer 정확도를 먼저 게이팅하는 게 합리적일 것.

Zero-WAM High

Zero-WAM(arXiv 2608.26103) 논문 주장 검증 — demo=task specification 재현, RoboTwin 2.0 기반

0Commits

2Work Logs

16SLURM Jobs

313.2GPU-h

어제 한 일

추론 시 human demo의 순 기여를 최초로 분리: 동일 체크포인트·seed 0·수정 성공 기준으로 language-only 20.67% → ICL 26.81%, Δ = +6.14pp. 논문 Δvideo(+7.51pp)는 서로 다른 두 모델(ICL 학습 vs video 마스킹 학습)의 차이라 학습 효과가 섞여 있었음을 확인 — 이번이 추론 몫만 뗀 첫 측정.
태스크별 Δ 분해: place_empty_cup +18.0 · stamp_seal +17.0 · open_microwave +10.9(n=56, 부분) · place_bread_basket +6.0 · place_object_scale +3.0 · stack_blocks_three 0.0 · move_stapler_pad −12.0(유일한 역전). Δ 상위 3개는 모두 타깃 asset이 train 43에 없는 태스크 → grounding 보완 해석을 지지.
대형 다태스크 평가잡 2개가 실패(129436 TIMEOUT 24h×7GPU, 130258 CANCELLED 13h×7GPU, 합계 ≈259 GPU-h) → 태스크별 단일 잡(zws_*/zwshuf_*/zwres_*)으로 쪼개 우회, 대부분 COMPLETED.
LingBot-VA 수정 성공기준 재평가 job 130608 COMPLETED(4h32m, 2GPU) — move_stapler_pad·stamp_seal 두 태스크의 기준 혼재 문제 해소용 데이터 확보.
ICL 26.81%는 논문 w/o pretrain 36.36%보다 −9.55pp — 학습 step/packing 차이 또는 단일 시드가 후보 원인(미분리).
SLURM 16건: COMPLETED 8 · PREEMPTED 4 · RUNNING 2 · TIMEOUT 1 · CANCELLED 1.

오늘 할 일

RUNNING 2건(zwshuf_place_empty_cup 7h52m·zwres_open_microwave 7h42m) 완료 대기 — 완료 시 161행 본표 재합산
무관 demo 대조군(zwshuf_*) 결과로 move_stapler_pad/stamp_seal의 +17~18pp가 grounding 때문인지 무관한 demo로도 재현되는지 판별
130608 결과를 비교 페이지의 자체 LingBot-VA 2개 셀(move_stapler_pad·stamp_seal)에 반영
stamp_seal 프롬프트를 train 분포 어휘로 재작성해 재평가(수정 기준 3cm) — 미착수

대형 7-GPU 잡 2개가 연달아 타임아웃/취소로 날아가며 GPU-h의 상당 부분(≈259/313)이 소모됐지만, 그 실패 덕에 택한 "태스크별 소형 잡" 전략이 오히려 더 안정적으로 굴러가고 있음 — own QOS 대형 잡보다 이 패턴을 기본값으로 삼는 게 나아 보임.

FurnitureBench Medium

FurnitureSim(Isaac Gym) 가구 조립 — scripted policy v2, LingBot-VA/pi0.5 비교, policy harness v9 캠페인 (git repo·claude/ 갱신 5일째 정지)

—Commits

0Work Logs

49SLURM Jobs

2.0GPU-h

어제 한 일 (claude/ 로그 갱신 없음 — SLURM 기록만 근거, 09-14 이후 5일째)

policy_harness v9 stool/drawer 반복 평가: harness_v9_stool·harness_v9_drawer가 여러 라운드(follow-up prepared 잡 포함)로 계속 실행, 대부분 COMPLETED(각 8~12분).
native ICL 스테이징(fb_native_icl_stage) 5회 반복 실행 — round 진행에 맞춰 반복 호출되는 패턴.
recovery 계열 신규 등장: recovery_drawer·recovery_stool → v3(recovery_drawer_v3 6분·recovery_stool_v3 2.5분) → v4(contact_drawer_v4·contact_stool_v4) 순으로 버전업, drawer_r1/r2/r3_report 잡이 라운드마다 결과 리포트 생성.
agent_v1_smoke CANCELLED+FAILED(신규 실험 시작 실패 흔적), fb_native_grasp도 1회 CANCELLED.
SLURM 49건: COMPLETED 41 · PENDING 3 · FAILED 2 · CANCELLED 2 · PREEMPTED 1.

오늘 할 일

PENDING 3건(drawer_escape_v5·contact_stool_v4·fb_native_icl_stage) 실행 확인
recovery v3→v4 전환 이유와 agent_v1_smoke 실패 원인 파악 — claude/ 문서 부재로 커밋 메시지·로그 없이는 재구성 불가
5일째 미문서화된 v6~v9 캠페인 전체를 다음 세션에서 소급 정리

recovery_v3 → contact/recovery_v4 → drawer_escape_v5로 버전이 계속 올라가는 걸 보면 실패 복구(recovery) 메커니즘 자체를 반복 개선 중인 것으로 보이는데, 그 가설도 로그가 없어 SLURM job 이름만으로 추정한 것 — 문서 부채가 5일치 쌓였다.

R2S Medium

Real2Sim 씬 재구성 파이프라인 (claude/ 디렉토리·git repo 자체가 없는 프로젝트 — claude_reports 카드로만 추적)

—Commits

0Work Logs

36SLURM Jobs

0.3GPU-h

어제 한 일 (git repo·claude/ 문서 없음 — SLURM 기록 + claude_reports 카드로 근거)

전일 리포트(260917 09:50~10:02 생성분)는 FoundationStereo 공식 checkpoint를 Google Drive quota 오류로 못 받아 pair 파이프라인을 "blocked"로 전환했었음. 어제 foundation-cpu-load가 초반 5연속 FAILED 후 COMPLETED, 이어 r2s-foundation-pair FAILED→COMPLETED로 재개된 것으로 미루어 checkpoint 문제가 풀린 것으로 추정.
씬 재구성 조합 테스트 다수: foundation-scene·foundation-compare·foundation-observed·foundation-crossview·foundation-multiview·integrated-foundation(2회)·source-ik-scene·source-ik-logged-grip 전부 COMPLETED.
렌더링/구조 파이프라인 진행: radiance-preview v1~v3 → shared_scene_rgb_fit v1~v2 → whole_scene_structural_shell → table-radiance(+calibrated) → 최신 r2s-wall-owner-diagnostic(133690) 순.
전일 카드에서 보류됐던 "SDK vs LAS depth estimator 벽 지오메트리 불일치"(wall_left normal diff 74° vs 12.6°) 가설이 wall-owner-diagnostic과 연결되는 것으로 보이나 확정은 아님.
SLURM 36건: COMPLETED 27 · FAILED 9(대부분 초반 foundation-cpu-load) · CANCELLED 1.

오늘 할 일

wall-owner-diagnostic(133690) 결과 확인 — 전일 보류된 wall-normal 불일치 가설과의 연결 여부 판단
FoundationStereo checkpoint 확보 경위 확인(재요청 성공 or 대체 경로) — 다음 claude_reports 카드에서 다뤄질 것으로 예상
여전히 git repo·claude/context.md 부재 — 문서화 필요(반복 지적 사항)

MolmoBot Low

MolmoSpace(allenai/molmobot-data)로 pi0.5 finetuning + goal-image 조건화. 어제는 서빙 코드 소폭 변경만.

1Commits

0Work Logs

0SLURM Jobs

0.0GPU-h

어제 한 일

커밋 1건(aaa3f8d): MolmoBot goal policy를 websocket으로 서빙 가능하도록 추가(1 file, +19줄) — scene_bench의 VLA 벤치 잡(vlab*_molmobot)이 이 서빙 경로를 쓰는 것으로 보임.
context.md 마지막 갱신은 09-02 그대로, 실험 관련 활동 없음.

오늘 할 일

특별한 예정 없음 — 다음 실험 미정

무활동 프로젝트

SLURM 요약

Job ID	프로젝트	실행 명령	GPU	상태	실행 시간	Node
131231	Zero-WAM	zwshuf_place_empty_cup: 무관 human-video 대조군 ICL 평가	1	RUNNING	07:52:37	n31
132447	Zero-WAM	zwres_open_microwave: language-only 잔여 태스크 평가	1	RUNNING	07:42:07	n5
129436	Zero-WAM	zw_eval_lang: eval_zerowam_robotwin.sh checkpoint_step_32000 lang (7task×100ep, 24h 제한 소진)	7	TIMEOUT	1-00:00:12	n17
130258	Zero-WAM	zw_eval_icl: 대형 ICL 평가 — 사용자 취소, 태스크별 잡(zws_*)으로 대체	7	CANCELLED	13:03:16	n5
130608	Zero-WAM	lva_zwcrit: eval_robotwin_seen43.sh — LingBot-VA를 Zero-WAM 수정 기준으로 재평가	2	COMPLETED	04:31:37	n35
133666	scene_bench	m_32b: (목적 미문서화, navaudit 계열 후속 추정)	1	RUNNING	00:13:35	n13
133667	scene_bench	wm_32b: (목적 미문서화)	1	RUNNING	00:13:05	n21
133669	scene_bench	wristrf_q32: 손목 시야 rollforward 재검증(32B)	1	RUNNING	00:10:05	n39
133670	scene_bench	exorf_q32: exo 시야 rollforward 대조(32B)	1	RUNNING	00:10:05	n45
133673	scene_bench	navaudit_s1: 표준 자세 카탈로그 navigate 감사 shard 1	1	RUNNING	00:01:05	n50
133674	scene_bench	navaudit_s2: navigate 감사 shard 2	1	RUNNING	00:00:35	n51
133675	scene_bench	navaudit_s3: navigate 감사 shard 3	1	RUNNING	00:00:34	n57
132443	scene_bench	posepilot_s0: VLA pick 서는 위치 파일럿(10지점×4자리×10회) shard 0	1	COMPLETED	02:34:24	n50
132433	scene_bench	fv12_q32: find v1.2 32B 열 디코딩 결함 수정 재측정	1	COMPLETED	01:32:33	n42
130923	scene_bench	smk_q235: Qwen3-VL-235B-A22B(MoE) 스모크, TP=4	4	COMPLETED	00:21:14	n43
133678	FurnitureBench	contact_stool_v4: policy_harness_v9 recovery/contact 후속	—	PENDING	—	—
133680	FurnitureBench	fb_native_icl_stage: native ICL 스테이징 라운드 재개	—	PENDING	—	—
133688	FurnitureBench	drawer_escape_v5: recovery/contact v4 후속 신규 버전	—	PENDING	—	—
132453	FurnitureBench	recovery_drawer_v3: policy_harness_v9 recovery 평가	1	COMPLETED	00:06:04	n43
131223	R2S	r2s-foundation-pair: FoundationStereo pair 생성 재개(checkpoint 문제 해소 추정)	1	COMPLETED	00:01:13	n22
133690	R2S	r2s-wall-owner-diagnostic: wall-normal 불일치 후속 진단(최신 잡)	0	COMPLETED	00:01:11	n48
131125	R2S	foundation-cpu-load: 초반 5연속 FAILED 중 1건	0	FAILED	00:00:08	n34
—	scene_bench	전체 106건 합계	—	COMPLETED 53 · PREEMPTED 34 · CANCELLED 12 · RUNNING 7	53.1 GPU-h	—
—	Zero-WAM	전체 16건 합계	—	COMPLETED 8 · PREEMPTED 4 · RUNNING 2 · TIMEOUT 1 · CANCELLED 1	313.2 GPU-h	—
—	FurnitureBench	전체 49건 합계	—	COMPLETED 41 · PENDING 3 · FAILED 2 · CANCELLED 2 · PREEMPTED 1	2.0 GPU-h	—
—	R2S	전체 36건 합계	—	COMPLETED 27 · FAILED 9 · CANCELLED 1	0.3 GPU-h	—