GT execute 파일럿

TL;DR

32/40

Finding

2/40

Restore

15/40

Resume

8/20

Routine

$21.45

VLM 비용

방법	Finding	Restore	Resume	Routine	합계
blind	8/8	0/8	3/8	3/4	14/28
frames-uniform	6/8	1/8	2/8	3/4	12/28
rollforward-vis-pure	7/8	0/8	4/8	0/4	11/28
rollforward-v3	5/8	0/8	3/8	2/4	10/28
tagmem-r3	6/8	1/8	3/8	0/4	10/28

GT 설정은 다섯 방법 모두 정답 목표를 지시문으로 받는다. 질의 단위로 보면 대부분 다섯 방법이 함께 성공하거나 함께 실패한다(Finding 5질의 전원 성공, Restore 6질의 전원 실패).

원인	근거	영향
운반 중 base 높이 유지 (규칙 결함)	base < −0.5에서 놓기 20회 전부 `surface_out_of_reach`; base ≥ −0.14에서 놓기 성공 36건 전부	Restore, Routine
놓기 정책	첫 운반 놓기 18/35, 떨어뜨림 다수. Restore에서 정답을 든 21행 중 성공 2	Restore
open	숨겨진 물체 2질의, open/close 244회 중 실질 성공 2	Restore
press	press 단위 3/20. 시도 성공 23/68. 초과 누름으로 0점 3행	Resume
VLM false_done	실패 중 Resume 17/25, Restore 16/38, Finding 4/8, Routine 5/12	전체
멀티 물체	Finding 1/5, Restore 0/15, Routine 0/5	전체

측정 의심: 6844__2 휴대폰(blind)은 서랍장 위 책 위에 놓였는데 placed_on False. 시뮬레이터 재확인 필요.

invalid turn 0, unknown name 0, 예산 때문에 갈린 행 0 — 하네스·이름 문제는 아님.