Daily Progress — 2026-09-28

오늘의 우선순위

최우선scene_bench_paper · ICLR 2027 제출 전 필수 보강 — research-council 모의 리뷰를 4연속 실행(최신 28쪽 본문 기준), Rating 4.0→4.4→4.8→5.2로 상승했지만 매번 AC 판정은 Reject/borderline. 남은 지적: (1) "three independent runs" 문구에 맞는 SD/CI·McNemar 보고 부재 (2) 본문에서 약속한 SR|correct-QA 표 미제공 (3) Table 6 "performing best" 문구가 Appendix C.5의 "similar" 서술과 충돌 (4) Table 4 캡션에 reader 미명시·Table 7 read budget 수치 누락. 09-26 커밋(fd55098) 이후 추가 반영 없음.
확인 필요scene_bench · R&R(tagmem) rrfix 재실행 결과 반영 여부 결정 — 온라인 구현 결함 3건(태그 어휘·검색질의·[now] 라벨) 수정 후 582칸 재실행($79.7)한 결과, 원본 R&R과 4가족 전부 통계적 동률(p≥.48)로 설계 결론 불변임을 확인. 본표를 이 수정판으로 교체할지 사용자 결정 대기 — 교체 시 archive_oracle_plan.py 글롭 오버라이드 + refresh_gt_table3.py 재실행 + Overleaf push 필요.
확인 필요scene_bench · analysis.tex 문장 정정 — Table 3 Rep./Ovr. 지표 정의 변경(합집합 정의 채택) 이후, "routine에서 rf-v3·tagmem이 blind보다 overrun 훨씬 낮다"는 기존 서술이 새 수치(1.41 vs 1.05/1.14)로는 성립하지 않음.
BLOCKEDR2S · G002(장면 재구성) GPU 캐파 대기 5일+ — 09-18부터 in_progress 상태로 정체, 당시 스냅샷 기준 core-own 그룹 8/8·클러스터 전체 120/120 GPU 포화로 shared_static_unlit_oracle.sbatch(own QOS·1GPU·15분, 코드 리뷰 APPROVE·테스트 14/14 PASS 완료) 제출이 보류 중. GPU 여유 확인 후 재제출이 유일한 다음 액션.
NEXTZero-WAM · w/o pretrain 체크포인트 추가학습 재개 여부 — 09-19 GPU 우선순위 문제로 32000→50000 step(잔여 18K) 추가학습이 보류된 채 9일째 정체. 다른 실험 대비 우선순위 재검토 필요.
IDLEFurnitureBench · lingbot-va · MolmoBot — 3개 프로젝트 전부 기간 내는 물론 수주간 무활동. FurnitureBench는 특히 직전(9/23까지) openarm_harness 트랙(OpenArm 2.0 양팔 screw-turn v13→v19)이 claude/ 문서화 없이 방치되어 있어, 재개 시 results/openarm_harness/status_screw_v19.md부터 직접 읽어야 맥락 복원 가능.
참고scene_bench 자체도 9/27~28 구간은 공백 — 커밋·문서·SLURM 신규 제출 전부 0건(마지막 활동 09-26 새벽). 월요일 오전 기준 재개 전이므로 위 ICLR 보강 항목이 재개 시 최우선 과제.

TL;DR

scene_bench이 사실상 3일 전체를 채움 — 커밋 73건(+14792/−1200, 전부 09-25~09-26에 집중, 09-27~28 0건), work log 15건, SLURM 181건(COMPLETED 137·CANCELLED 44, ≈120.2 GPU-h, 현재 RUNNING/PENDING 0). scene_bench_paper는 커밋 1건으로 조용히 후속, 나머지 5개 프로젝트(FurnitureBench·R2S·Zero-WAM·lingbot-va·MolmoBot)는 전부 무활동.
R&R(tagmem) 구현 결함 수정 → 결론 불변 재확인 — 태그 어휘·검색질의·[now] 라벨 3건 결함 수정 후 4가족 582칸 재실행($79.7)한 결과 원안과 통계적 동률(find/restore/routine/resume 전부 p≥.48) — 설계 결론이 버그와 무관하게 robust함을 재확인. Oracle-plan(실험3, GT계획·시드없음) 4가족(find 750·restore 740·routine 615·resume 805, API 합 $366.6대)도 완주, resume은 rf-v3·tagmem이 유의(p<.001)하나 find·routine은 5 arm 통계적 무차별.
ICLR 2027 제출 임박, 모의 리뷰로 갭 규명 — research-council 리뷰 4연속 Rating 4.0→4.4→4.8→5.2로 상승했지만 매번 AC Reject/borderline. 통계 보고 부재·셀 분모 불일치·본문-부록 문구 충돌이 공통 지적. scene_bench_paper는 09-26 커밋(+5367/−216) 1건으로 resume 꼬리조건·tagmem 모달리티 절제·이미지예산 절제 결과를 표로 반영.
tagmem 메모리 전략의 "왜"를 다시 규명한 3편 — 이미지 예산 8→4 절제해도 검색기반(tagmem)만 견고(Δ-1.6~-1.8, n.s. vs vis-pure p<.001로 붕괴) / routine에서 uniform이 강했던 진짜 원인은 프레임이 아니라 발화 캡션 주입(제거 시 51.6→22.3, Luna 37.4→2.9) / tagmem-r3 재현 일치율 83.2% — arm 간 차이 상당수가 잡음 범위 안임을 실측 확인.
블로커 3건이 재개를 기다리는 중 — R2S는 GPU 캐파 포화로 5일+ 정체, Zero-WAM은 GPU 우선순위 문제로 추가학습 9일째 보류, FurnitureBench는 openarm_harness 트랙이 문서화 없이 방치. 셋 다 이번 주 내 재개 여부 결정 필요.

프로젝트별 진행 상황

scene_bench High

로봇이 한 집에서 여러 날 살며 쌓은 기억을 실제 행동으로 옮기는지 측정하는 벤치마크(Find·Restore·Resume·Routine 4가족, 6개 메모리 전략 비교 + VLA 온라인 실행). 대상 경로: Robotics/scene_bench(활동) · Robotics/scene-mem-gen(비활성 — 마지막 문서 260908, git 미초기화, 사실상 폐기된 구 데이터생성 경로).

73Commits (+14792 / −1200)

15Work Logs

181SLURM Jobs

≈120.2GPU-h

한 일 — A. R&R(tagmem) 온라인 구현 결함 수정 + 재실행 검증 (설계 결론이 버그와 무관함을 재확인)

구현 결함 3건 수정(커밋 3f03faf, 56 files +3544/−14) — 태그 어휘·검색 질의·[now] 라벨 오류. c7fbcd9 씬 이름 태그 매칭 단어경계 수정.
582칸 재실행($79.7, 3.8h) — 수정판 vs 원 R&R: find .373 vs .360(p=.86) · restore .162 vs .176(p=.86) · routine .146 vs .179(p=.48) · resume .304 vs .298(p=1.00) — 전부 통계적 동률, 설계 결론 불변. 부작용: false_done 소폭 증가(예 resume 93→106).
본표 교체 여부는 사용자 결정 대기 — 위 우선순위 참조.

한 일 — B. Oracle-plan(실험3, GT계획·시드없음) 4가족 완주 + 분석 다수 (find 750·restore 740·routine 615·resume 805, API 합 ≈$366.6)

resume 최종 805/805 완주($83.59) — SR blind .186 → rf-v3 .304(p=.001) → tagmem .298(p<.001). 이득 출처는 완료 인지(방문만 blind .742 vs 메모리arm .93~.97).
routine 최종 123칸×5arm($91.32) — SR blind .154~tagmem .179, 전부 McNemar p≥.50로 통계적 무차별. 5 arm 전부 실패 78/123(multi 43 전부 포함).
find·restore no-memory parity 분석 — 첫 navigate 적중 .76~.79로 arm 무관(계획이 정답 제공), arm 간 차이 대부분 파지 복권(lift 5~7%)과 이항 잡음(find≈6칸·restore≈4칸)에서 나옴.
tagmem-r3 재현런(카메라 수정판) — 같은 칸 재현 일치율 83.2%(16.8% 뒤집힘) → 본표 arm 간 차이가 잡음 범위 안임을 실측 확인. 본표 tagmem 행 교체(restore SR .142→.176, GC p=.012로 유의 상승).
subgoal 분해 정밀분석(2,910칸) — 첫 결정 GT 적중 .85~.87 arm 무관. restore 핵심 병목 = 빈손 놓기(rf-v3 67건·vis-pure 99건, 롤포워드가 잘못된 holding 상태 고착).
Table 3 편집거리 지표를 20여 커밋으로 반복 정제 → refresh_gt_table3.py 단일 생성기로 통합, Overleaf push 완료.

한 일 — C. tagmem 메모리 전략 근거 분석 3편 (이미지 예산·발화 캡션·자기 칸 선택 편향 규명)

이미지 예산 8→4 절제($65) — tagmem만 견고: find 46.6→45.0(Δ-1.6, n.s.) vs vis-pure 44.1→29.8(p<.001). restore 19.0→17.2(Δ-1.8, p=.06) vs vis-pure 16.0→7.3(p<.001).
routine uniform 강세의 정체 — 프레임 품질이 아니라 발화 텍스트 주입. 발화 캡션 제거 후 uniform 51.6→22.3, 오픈모델은 발화 없으면 거의 0(Gemma4 37.7→3.9). Luna routine uniform도 37.4→2.9.
이미지 장부(visual ledger) 도입 시 frame-only routine 19.0→23.9(p=.028)→태그 캡션 추가 30.6(vis-pure 28.7과 동률). resume 자기쓰기 4팔: full 52.8·text-only 46.0·frame-only 22.4(vis-pure 30.4보다 열세).
resume Single 온라인 역전 원인 = 자기 칸 선택 편향(vis-pure·rf-v3가 쉬운 방문형만 혼자 맞힘) — 같은 칸 비교·종단 GC(.145 vs .129)에서는 tagmem 1위 유지. 3회 반복측정 SR .153/.118/.212(잡음 큼), pass@3 .282.

한 일 — D. 오픈 모델 자기쓰기(selfwriter) 재측정 (Qwen3.8·32B·Gemma4·Molmo2 최신 하네스)

resume 자기쓰기 재측정 — tagmem Avg%: Gemma4 18.0·Qwen3.8 16.1·32B 9.3·Molmo2 7.5, 전부 writer 병목(교차읽기 33.5보다 낮음).
SLURM 워커(wrself_*) 4모델 합산 ≈32 GPU-h — 아래 SLURM 표 참조.

한 일 — E. ICLR 2027 제출 준비 (research-council 모의 리뷰 4연속)

run1(옛 초안 13쪽, [TW] 잔존) Rating 4.0 → run2(블라인드 재검증) 4.4 → run3(최신 28쪽본 정정) 4.8 → run4(정확성 규칙 추가) 5.2(4/6/4/6/6) — 매번 AC Reject/borderline.
공통 지적: 통계 부재(3-run SD/CI/McNemar), 셀별 분모 불일치(717≠722 등), Table 6 "best" 문구 vs Appendix C.5 "similar" 문구 충돌, goal-image 과장(29/102 vs 31/102, p=.86) 완화 필요.

오늘 할 일 / 미해결 이슈

[최우선] ICLR 제출 전 보강 4건 — 통계(SD/CI) 보고, SR|correct-QA 표 추가, Table 6/C.5 문구 일치, Table 4/7 캡션 보강.
R&R rrfix 재실행 결과의 본표 반영 여부 결정 (반영 시 archive_oracle_plan.py 오버라이드 + refresh_gt_table3.py 재실행 + Overleaf push).
analysis.tex Table 3 Rep./Ovr. 정의 변경에 따른 routine overrun 서술 정정.
Resume tagmem 팔(text/frame-only, ≈$96) — key2 월간 캡 10/1 해제 후 진행.
9/27~28 무활동 — 월요일 재개 시 위 항목이 최우선 과제로 대기 중.

scene_bench_paper Low

scene_bench 벤치마크 논문(ICLR 2027 제출용, LaTeX, Overleaf git bridge로 동기화). claude/ 문서 디렉토리 없음 — 커밋 로그 자체가 작업 이력 역할.

1Commits (+5367 / −216)

0Work Logs

—SLURM Jobs

—GPU-h

한 일 (scene_bench 최신 결과를 논문 표로 반영)

fd55098(09-26) — resume 꼬리조건·pending 분할 본표, frames-uniform 프레임 재정의(3 reader 재측정), tagmem 모달리티 절제 4패널(+frame-only 장부·태그 행), 이미지 예산 8→4 표, 부록 자기쓰기 표 6모델(32B 추가) 반영. 10개 파일 변경(build_selfwriter_table.py 등 3개 스크립트 신규).
scene_bench가 지적했던 "논문 반영 필요" 후속조치가 이 커밋으로 일부 진행됨.
09-26 이후(09-27~28) 추가 커밋 없음.

오늘 할 일 / 미해결 이슈

selfwriter 표에 일부 모델이 "pending" 표기(tail-window 조건 미재실행, 이전 조건 값으로 대체) — scene_bench 쪽 재실행 완료 시 갱신 필요.
scene_bench의 R&R rrfix·09-26 이후 결과가 이 저장소에 아직 반영됐는지 미확인 — 반영 필요할 가능성.

활동 없는 프로젝트

SLURM 요약 — scene_bench (181건, ≈120.2 GPU-h)

완료 · 취소 이력 (181건, 잡 이름별 집계, GPU-h 상위 순)

실행 명령(그룹)	프로젝트	설명	상태 분포	GPU-h(합)
rtfull	scene_bench	routine 온라인 토탈 재실행 워커(molmobot place_oc VLA) — 파킹버그 잔여 244칸 세트, 초반 다수 취소 후 재제출	CANCELLED 11COMPLETED 4	24.2
rwres	scene_bench	읽기 오답 시 온라인 회복력 재실행 워커(readwrong_restore)	COMPLETED 27	19.3
wrself_gemma	scene_bench	오픈모델 자기쓰기(selfwriter) Gemma4 재측정	COMPLETED 5CANCELLED 1	13.4
rsrep	scene_bench	resume 온라인 반복측정(3회) 워커(wrist-inset both)	COMPLETED 17CANCELLED 7	11.8
rsfull	scene_bench	resume 온라인 토탈 재실행 워커(매니페스트 6187/fd85)	COMPLETED 6CANCELLED 3	9.1
wrself_q	scene_bench	selfwriter Qwen3.8 재측정	COMPLETED 3CANCELLED 1	7.5
wrself_molmo	scene_bench	selfwriter Molmo2 재측정	COMPLETED 2	6.4
rsrep3_fd	scene_bench	resume 반복측정 3차(매니페스트 fd85)	COMPLETED 6CANCELLED 2	4.8
wrself_qwen	scene_bench	selfwriter Qwen32B 재측정	COMPLETED 2	4.7
rsfull_fd	scene_bench	resume 토탈 재실행 잔여 샤드(매니페스트 fd85)	COMPLETED 3CANCELLED 2	4.1
rtfnh	scene_bench	routine 발화캡션 제거판 재측정(no-heard variant)	COMPLETED 8	4.1
검증 스크립트	scene_bench	Table3 편집거리 검증(restore, molmo)·R&R rrfix 검증 v13(매니페스트 6187)·resume v3 검증(routine)	COMPLETED 4	2.5
rtfullp_s5p	scene_bench	routine 컨테이너 파킹버그 재실행 잔여 샤드	COMPLETED 3	2.2
rsrep2_fd	scene_bench	resume 반복측정 2차(매니페스트 fd85)	COMPLETED 2CANCELLED 4	1.2
기타 ≈45개 그룹	scene_bench	tagmem 모달리티 절제 세부변형(`tagabl_`)·이미지 예산 4장 절제(`imgcap4_`)·발화캡션 제거 재측정(`funi_`)·floorplan 렌더·검증게이트(`fixchk_`)·resume 방문 재채점(`rsvisit*`) 등 소규모 잡	COMPLETED 45CANCELLED 13	4.9