scene_bench — 본표 hidden 제외 재집계 (open 526행)

TL;DR 기존 본표는 hidden 포함(589행)이었음 → open만(526행/전략)으로 교체. 순위 변화는 flash-3.7 2위 스왑(tagmem .557 ↔ frames .571) 하나뿐, G1 4/4(blind 최대 .281 ≤ .287, 여유 .006) · textlog target .84–.87 · 이미지 메모리 우위 3/4 · multi 붕괴(tagmem flash급 1위) 모두 유지. tagmem의 hidden 강점(place .475 1위)은 hidden 별도 표로 이동 — ours에 불리한 변경이라 평가지 튜닝 아님.

526 × 7 × 4

본표 행 (hidden 63 제외)

1/28

순위 변화 (flash-3.7 2위 스왑)

.006

G1 여유 (blind .281 vs chance .287) — 각주 필요

추가 비용 (재집계만)

1본표 — e987b40f · open 526행 (loc / place)

전략	flash-3.6	flash-3.7	sonnet-5	luna
blind	0.281/0.160	0.242/0.155	0.185/0.111	0.258/0.145
textlog (오라클)	0.483/0.448	0.479/0.441	0.466/0.420	0.490/0.441
frames-uniform	0.567/0.395	0.571/0.420	0.368/0.219	0.405/0.242
rf-v2 (MEM naive)	0.357/0.256	0.462/0.359	0.395/0.267	0.244/0.139
rf-v3 (MEM-style)	0.452/0.336	0.448/0.344	0.397/0.254	0.355/0.231
vis-pure (MemER-style)	0.634/0.485	0.656/0.513	0.382/0.244	0.452/0.290
tagmem-r3 (ours)	0.510/0.385	0.557/0.429	0.309/0.198	0.359/0.221

비오라클 순위: flash-3.6 vis > frames > tagmem > rf-v3 > rf-v2 · flash-3.7 vis .656 > frames .571 > tagmem .557(포함판에선 tagmem 2위) · sonnet rf-v3 .397 ≥ rf-v2 .395 ≥ vis .382(동률권) · luna vis .452 > frames .405 > tagmem .359 ≈ rf-v3 .355.

주의 G1 여유가 .006(flash-3.6 blind .281 vs chance .287)로 좁아짐 — chance를 e987b40f open 기준으로 재산출해 각주 권장. tagmem의 hidden place .475(flash급 1위)는 hidden 별도 표로 보고, multi 비오라클 1위(.163/.209)는 본표에 유지.

2Next

논문 팀: 본표를 python tmp/hf_check/grid_v1final.py delta nohidden 출력으로 교체, hidden은 별도 표/온라인 과제 절로.
chance 재계산(open 기준) → G1 각주 갱신.
로그 claude/260831/analysis-hidden_excluded_grid.md · 핸드오프 양쪽 사본 갱신 완료.

본표 채점 범위 결정 — hidden 제외 (open 526행)

1본표 — e987b40f · open 526행 (loc / place)

2Next