67562f8 → 0fa4beb → d1c1189figlabel 스타일)make_stats_fig.py(matplotlib), dataviz validator ALL PASS260824-paper_draft_v1.html에서 전 섹션 스켈레톤(커밋 7ffbdc7)이 Overleaf에 push됐지만, 그 시점엔 Figure 1·2가 \todo 박스, Table 3(통계)이 텍스트 표, 인용 12건이 검증 대기 스텁 상태였다.
이후 사용자 리뷰에서 두 가지 구조적 지적이 나왔다: ① §3.3 "six axioms as release gates"가 내부 용어(A1~A6)를 그대로 나열해 무엇을 말하는지 불명확 ② 프로토콜 세부 등은 부록으로 옮겨야 함. 두 지적을 반영하다 보니 그림 3장(teaser·protocol·stats)이 늘어난 본문이 10.2p로 9p 상한을 1.2p 초과하는 문제가 새로 발생 — 이번 작업은 이 전체를 해소해 제출 가능한 형태로 만드는 것이 목적이었다.
bib-verifier 에이전트가 인용 20건 전부를 arXiv abs 페이지와 직접 대조. 정정 3건:
Letsur 게이트웨이의 gpt-image-2로 teaser·protocol 각각 후보 2장 생성(1536×1024, 사용자 프롬프트 원문, 이미지 내 텍스트 없음). figures/teaser_candidate_{1,2}.png, figures/protocol_candidate_{1,2}.png 커밋, 각 candidate 1을 기본 배선(교체는 경로 한 줄). push 중 원격에 병렬로 올라온 TikZ 버전(커밋 4de17bc, \benchTeaserFigure/\benchProtocolFigure)과 충돌 → AI 이미지를 채택하고 TikZ 버전은 대안 매크로로 보존.
이미지에 텍스트를 굽지 않고 TikZ 노드(상대좌표 0~1, figlabel 스타일 = 흰 반투명 필 + 논문 색 4종, macros.tex)로 라벨을 얹었다. Fig 1: Context/Query 헤더 + Recorded events + History A→cabinet(주황)/B→drawer(보라). Fig 2: Context/Memory(Stage 1)/Closed-loop query/VLA actions + Tier 1·2·3 태그. pypdfium2로 페이지를 렌더해 라벨 위치를 검증(첫 배치에 적중).
Table 3(통계)은 사용자 제안으로 figures/make_stats_fig.py(matplotlib, egox env)로 3패널 벡터 그래프(figures/stats.pdf)로 전환: (a) 에피소드 길이(스텝) vs 5종 벤치, ours 강조 (b) 고유 질의 수 vs 7종 (c) 가족별 질의 구성. 검증 팔레트 #b05e0d/#00897b/#6f43c0/#bd3560, dataviz validator ALL PASS, 강조 스킴 ours #1d4ed8 + 중립 회색(대비 ≥3:1, 전 막대 직접 라벨). 차트 밖 사실(카메라·embodiment·용량·현 릴리즈 153/759)은 캡션·본문으로 이동.
§3.3 재서술: 내부 용어(A1~A6) 나열 → "기억 없이 답이 새는 경로 3개(현재 관측·상식·지시문) → 릴리즈마다 검증하는 점검 5개(관측/지시문 부재 필터, blind@chance+반상식 배치, 반사실 짝, 기권=정답, 오라클 포화 시 로그 밖 질의) → 실제 적발 사례 2건" 구조로 재작성. 전체 공리 전문은 부록 A로 이동.
부록 신설(sections/appendix.tex): A coverage 표(Related에서 이관), B 공리 전문, C 프로토콜 세부(하네스 루프·tier 정의·조건 표·전략 세부·채점 규칙·단계별 지표·표본 층화), D 생성 세부, E 추가 결과(1-stage PH 표·failure anatomy·표면 채점 문장), F 프롬프트 stub. §4 프로토콜은 4문단으로 압축, §3.2 생성 1문단, Limitations 1문단, Intro 장애물 문단도 축약.
측정 방법: pypdfium2로 "AI use statement" 헤딩의 페이지·y좌표를 추출해 본문 페이지 수를 정량 확인(이후 재사용 가능한 스크립트).
| 단계 | 변경 전 | 변경 후 | 비고 |
|---|---|---|---|
| 인용 검증 | 확실 9 + 스텁 12 (미검증) | 20/20 검증, 오귀속 3건 정정 | 미해결 인용 0건 유지 |
| Figure 1·2 | \todo 박스 2개 | AI 이미지 + TikZ 라벨 오버레이 완성 | candidate 1 기본 배선 |
| Table 3(통계) | 텍스트 표 | 3패널 벡터 그래프(stats.pdf) | dataviz validator ALL PASS |
| §3.3 | A1~A6 용어 나열(불명확) | 경로 3개 → 점검 5개 → 사례 2건 서사 | 공리 전문은 부록 B로 이관 |
| 본문 페이지 | 10.2p (그림 반영 후, 1.2p 초과) | 9.0p (상한 정확히 준수) | 4라운드 이관·압축 |
| 총 페이지 | 13p | 14p | 부록 신설로 소폭 증가(상한 무관) |
v1 스켈레톤(260824-paper_draft_v1.html) 이후 이틀간 진행된 이 단계로 논문이 "실측 수치가 채워진 초안"에서 "그림·부록·페이지 규정까지 완비된 제출 준비판"으로 넘어갔다. 특히 §3.3 재서술은 내부 개발 용어(A1~A6)를 심사자가 읽을 수 있는 서사(누출 경로 → 점검 → 적발 사례)로 바꾼 것으로, 벤치마크의 핵심 방어 논리("왜 이 벤치가 신뢰 가능한가")를 명료화했다는 점에서 단순 포맷팅 이상의 의미가 있다.
남은 작업은 이제 대부분 콘텐츠 채우기(PH-1/PH-4 실험 결과, 익명 미러)로 좁혀졌고, 구조·분량·인용 정합성 같은 "형식 리스크"는 이 단계에서 대부분 해소됐다.
| 항목 | 상태 |
|---|---|
| Tab 격자 확장 (GPT-5.6 · Qwen3-VL · Robotics-ER) | PH-1 — 미실행 |
| Tab 1-stage (π0.5 · Cosmos · HAMLET) | PH-2 — no-nav subset 정의됨 |
| Routine 결과 (§5.7) | PH-3 — 데이터팀 대기 |
| Shuffled memory (§5.8) | PH-4 — C5 필수, ~$10, 계획상 최우선 |
| 익명 코드/데이터 미러 | 미착수 — HF 계정명 노출 리스크 |
계획상 최우선은 PH-1(모델 격자)·PH-4(shuffled memory, 공리 C5) 실험 실행 — 둘 다 \ph 셀로 남아있는 실측 placeholder라 본문 주장의 실험적 근거가 채워지지 않은 상태다. 이후 익명 미러 준비, 사용자 최종 문장 검토 순.