오픈 모델 추가 — Qwen3-VL-32B (InternVL 부록)

결정 (260914, 사용자): InternVL3.5-8B 는 본표에서 제외하고 부록으로만 보관한다. 다른 모델은 이미지 전처리 기본값인데 InternVL 만 기본값(이미지당 3,328 토큰)이 컨텍스트 40,960 을 넘어 1칸(256 토큰)으로 줄여 돌렸기 때문 — §6.

TL;DR

크기(8B→32B)는 읽기만 올린다: 오라클 restore .236→.425 · resume .441→.522 · routine .506→.568, 메모리 전략은 ±.05 안.
32B rf-v3 의 '재작성' 48~66% 는 리셋이다: 이전 문장 보존 .22/.34(flash .66/.61), 길이 축소 전이 12%/10% → 앞 청크 망각, find 기권 .63.
쓰기 병목(오라클 ÷ 최고 비오라클)은 줄지 않는다: restore 2.5×→3.8× · resume 4.7×→3.8× · routine 1.7×→2.0×. 순위 불변.
본표 원칙 = 입력 동일(640×480 JPEG) + 모델 기본 전처리. InternVL(1칸) 결과는 appendix_NOT_HEADLINE/.

본표 모델 (routine 6)

15.0 GPU·h (2모델)

.236→.425

restore 오라클 8B→32B

.22 vs .66

재작성 시 보존 32B vs flash

3,328

InternVL 기본 토큰/장 (컨텍스트 초과)

1배경 / 목적

기존 오픈 3종(qwen3vl-8b · cosmos-r2-8b · molmo2-8b)은 4가족 모두에서 rf-v3 가 blind 수준이고 최고 비오라클이 API 의 1/2~1/3 이었다. 이것이 크기 한계인지 가르기 위해 Qwen3-VL-32B-Instruct(같은 계열·4배 크기), 같은 규모의 다른 비전 인코더 비교로 InternVL3.5-8B(LLM 백본은 Qwen3-8B)를 사용자가 골랐다.

2작업 내용

잡 4개(own, GPU 1): o2t1_qwen3vl32b 125506 3:54 · o2t23_qwen3vl32b 125507 4:34 · o2t1_internvl35_8b 125509 3:09 · o2t23_internvl35_8b 125510 3:26.
병합 build_type1_final.py · build_resume_final.py · grid_routine.py → 보관소 archive_final_results.py --family find|restore|resume|routine, 이미지 fr_images_open2 126027(누락 0).
rf-v3 쓰기 분해 tmp/open2/rfv3_reset.py: 재작성 전이를 리셋(길이 < 0.6×이전)과 이전 문장 보존율로 다시 나눔.
InternVL 제외 반영: 격자 스크립트는 appendix 인자일 때만 포함, 보관소는 appendix_NOT_HEADLINE/internvl3.5-8b_1tile/ + tables/*_with_internvl35_1tile_APPENDIX.md.

3결과 — 4가족 본표 (7모델, routine 6)

tagmem 열은 다른 세션에서 진행 중이라 이 리포트에서 뺐다.

find — hidden 제외 526행 (loc/place)

굵게 = 모델별 최고 비오라클 loc. ★ = 이번 추가 모델.

전략	flash-3.7	sonnet-5	luna	qwen3vl-8b	cosmos-r2-8b	molmo2-8b	qwen3vl-32b ★
blind	0.242/0.155	0.185/0.111	0.258/0.145	0.284/0.130	0.387/0.132	0.319/0.151	0.284/0.122
textlog (oracle)	0.479/0.441	0.466/0.420	0.490/0.441	0.410/0.384	0.416/0.382	0.458/0.401	0.460/0.422
frames-uniform	0.571/0.420	0.368/0.219	0.405/0.242	0.351/0.187	0.393/0.195	0.365/0.185	0.324/0.198
rf-v3 (MEM-style)	0.490/0.363	0.397/0.254	0.376/0.254	0.137/0.052	0.174/0.082	0.153/0.080	0.160/0.086
vis-pure (MemER-style)	0.613/0.496	0.382/0.244	0.437/0.261	0.286/0.164	0.328/0.162	0.365/0.191	0.328/0.210

restore — 575행 (loc/place)

원천 final_results/restore_v1.1_609076c0/tables/grid_all_rows_with_cells.md

전략	flash-3.7	sonnet-5	luna	qwen3vl-8b	cosmos-r2-8b	molmo2-8b	qwen3vl-32b ★
blind	0.040/0.004	0.005/0.002	0.025/0.002	0.028/0.004	0.067/0.009	0.033/0.002	0.046/0.012
textlog (oracle)	0.533/0.436	0.518/0.438	0.531/0.431	0.236/0.176	0.211/0.160	0.327/0.276	0.425/0.383
frames-uniform	0.223/0.093	0.128/0.028	0.142/0.033	0.063/0.018	0.091/0.011	0.070/0.011	0.112/0.035
rf-v3 (MEM-style)	0.246/0.109	0.121/0.021	0.121/0.021	0.023/0.009	0.056/0.007	0.023/0.004	0.035/0.004
vis-pure (MemER-style)	0.329/0.153	0.120/0.033	0.137/0.039	0.093/0.019	0.079/0.011	0.058/0.007	0.079/0.018

resume — 161행 (resume_ok/slot_ok_frac)

ᵛ¹ = sonnet 의 v1 writer 칸(비용 보류). writer 없는 전략의 배치 표시는 제거.

전략	flash-3.7	sonnet-5	luna	qwen3vl-8b	cosmos-r2-8b	molmo2-8b	qwen3vl-32b ★
blind	0.056/0.090	0.068/0.127	0.037/0.075	0.050/0.115	0.068/0.099	0.037/0.062	0.050/0.102
textlog (oracle)	0.789/0.811	0.708/0.798	0.677/0.758	0.441/0.609	0.248/0.388	0.149/0.280	0.522/0.658
frames-uniform	0.161/0.273	0.112/0.214	0.099/0.158	0.087/0.174	0.087/0.149	0.031/0.084	0.093/0.183
rf-v3 (MEM-style)	0.143/0.280	0.025/0.112 ᵛ¹	0.012/0.087	0.075/0.134	0.081/0.121	0.037/0.050	0.043/0.090
vis-pure (MemER-style)	0.242/0.385	0.112/0.211 ᵛ¹	0.124/0.183	0.093/0.202	0.099/0.165	0.087/0.127	0.137/0.236

routine — dc1c8144 314행, 누출 제외 (loc/place)

sonnet 미측정. textlog 는 observed 규칙에 정의상 답이 없음(액션 로그 N/A).

전략	flash-3.7	luna	qwen3vl-8b	cosmos-r2-8b	molmo2-8b	qwen3vl-32b ★
blind	0.155/0.071	0.161/0.003	0.142/0.003	0.197/0.003	0.152/0.003	0.158/0.003
textlog (oracle)	0.565/0.565	0.577/0.558	0.506/0.487	0.319/0.271	0.284/0.239	0.568/0.539
frames-uniform	0.432/0.426	0.355/0.323	0.290/0.213	0.258/0.155	0.177/0.065	0.290/0.226
rf-v3 (MEM-style)	0.442/0.439	0.335/0.310	0.161/0.019	0.197/0.061	0.148/0.035	0.194/0.061
vis-pure (MemER-style)	0.381/0.265	0.235/0.026	0.174/0.013	0.119/0.003	0.184/0.003	0.245/0.016

4결과 — rf-v3 는 모델마다 다르게 실패한다

재작성 = 무변화도 덧붙이기(cur.startswith(prev))도 아닌 전이. 리셋 전이 = 재작성 ∧ 길이 < 0.6×이전. 보존 = 재작성 전이에서 이전 문장(앞 60자)이 남은 비율(의역 압축에는 하한).

모델	find 재작성	find 리셋 전이	find 재작성 시 보존	find 최종 중앙(자)	resume 재작성	resume 리셋	resume 보존	resume 최종 중앙(자)
flash-3.7	98.3%	0.0%	.66	957	98.4%	0.1%	.61	763
luna	95.4%	2.6%	.48	1002	96.4%	1.7%	.46	990
qwen3vl-8b	41.8%	6.7%	.55	719	35.7%	4.3%	.45	979
qwen3vl-32b ★	65.6%	12.0%	.22	715	48.1%	10.1%	.34	957
internvl3.5-8b (부록·1칸)	10.5% (덧붙이기 83.7%)	1.1%	.74	1711	10.7% (덧붙이기 84.8%)	1.2%	.75	1679
cosmos-r2-8b	8.4%	1.7%	.57	861	4.6%	0.9%	.60	1239
molmo2-8b	11.7%	0.4%	.88	18185	13.1%	0.2%	.92	17777

정정: 재작성 비율만 보면 32B(65.6%)가 8B(41.8%)보다 계약을 잘 지키는 것처럼 보이지만, 보존율 .22 는 모든 모델 중 최저다. 32B 는 메모리를 "현재 청크 묘사"로 갈아끼운다. 결과 표를 처음 보고할 때 이 비율을 개선처럼 적었는데, 보존율로 확인하고 고쳤다.

5실물 예시 · 실패 케이스 — Qwen3-VL-32B

① rf-v3 리셋으로 앞에서 본 물체를 잊고 기권

find · train_1299__2 · 질의 Navigate to the vase · GT = living room dresser. 32B 기권 ∧ flash 정답 = 175행.

32B 최종 메모리 (334자, 24청크 길이 562→856→1170→1333→487→…→334): "I am in a bathroom with beige tiled walls and an orange floor, standing near a white toilet. On the toilet tank, there is a green bottle and a candle in a gold holder. I am holding a red pen, which I place on top of the toilet lid. ..." 32B 답: "There is no vase visible in the current view or mentioned in the memory. Since the memory does not indicate the presence or location of a vase anywhere in the house, the location cannot be determined." → abstain

flash-3.7 최종 메모리 (1156자, 180→288→…→1156 단조 증가 후 압축): "I started in the dining room by the dining table (holding a house plant, vase, cups, ...). I picked up the irish potato and placed it onto the living room dresser (holding a vase, credit card, and watch; ...). In the bedroom ..." flash 답: "A vase was observed on the dresser in the living room." → 정답

원인: "이전 메모리 + 새 청크 → 갱신 메모리" 계약을 "새 청크 묘사로 교체"로 수행. 교훈: 쓰기 계약 이행은 재작성 비율이 아니라 보존과 함께 봐야 한다.

② 오라클은 따라 읽는다 (같은 질의에서 InternVL 과 대비)

routine textlog · Put the tomato on the countertop away. · GT = living room side table.

Qwen3-VL-32B: "The user instructed me to put food items (egg, potato, apple) from the countertop onto the side table in the living room. The tomato is a food item, similar to the apple, egg, and potato. Based on the pattern of behavior, I should place the tomato on the side table in the living room" → living room / side table

의미: 32B 는 행동 기록에서 규칙(음식 → 거실 side table)을 끌어내 적용한다 — 기록을 주면 읽는 능력은 크기와 함께 오른다.

6InternVL3.5-8B 를 본표에서 뺀 이유 (부록)

모든 모델의 입력은 같다(640×480 JPEG q85, 같은 프롬프트, 이미지 8장 제한). 모델 간에 다른 것은 이미지 → 토큰 전처리이고, 본표 원칙은 각 모델 기본값이다.

모델	전처리	640×480 한 장 → 토큰	max_model_len
qwen3vl-8b · qwen3vl-32b · cosmos-r2-8b	기본 (Qwen3-VL 처리기, 원본 해상도)	300	65,536
molmo2-8b	기본 (max_crops 8 → 2×2 크롭 + 전역)	≈762	32,768
flash · sonnet · luna	같은 JPEG 전송, 토큰화는 제공사 내부	조절 불가	—
internvl3.5-8b	비기본: `max_dynamic_patch=1` → 448×448 1칸	256 (기본이면 13칸 3,328)	40,960

InternVL 기본값이면 vis-pure 쓰기 호출 12장(보관 8 + 새 청크 4) = 39,936 토큰으로 텍스트·출력 4k 를 더하면 40,960 을 넘는다. 당시엔 요청당 이미지를 서버 상한 24장으로 잡아 1칸까지 내렸는데, 실제 최대 12장이면 7칸(1,792 토큰/장)도 들어갔다 — 과잉 축소였다. 어느 쪽이든 기본값은 아니므로 사용자 결정으로 본표 제외.

부록 기록 (1칸 조건, 본문 인용 금지)

기권 ≈0 · find blind .380 이 모든 메모리 전략보다 높음 · routine 오라클에서 self-direct 174행 중 111행을 "kitchen countertop" · rf-v3 덧붙이기 84%. 예:

InternVL3.5-8B: "The user previously placed food items on the side table in the living room. However, the query asks to put the tomato away, which implies storing it in a more appropriate place. Given the context, the countertop in the kitchen is a suitable place for food items." → kitchen / countertop

InternVL3.5-8B 최종 메모리 (같은 편, 1932자, 174→286→…→1932 단조 증가): "I approached the dining table and placed a cup on it. I then moved to the other side of the table and placed a spoon on it. I adjusted the position of the plant on the table. I then moved to the living room area and adjusted the position of a small white box on the floor near the sofa. ... I then moved to a different area and placed a brown object into a box on a table. ..."

7Takeaway / Next

논문 한 줄: 32B 로 키워도 비-API 모델의 쓰기 병목은 남는다 — 기록을 주면 읽지만(restore 오라클 1.8×) 스스로 기록을 만들지 못한다.

실험 설정 절에 "입력 640×480 JPEG · 이미지 전처리 = 모델 기본값" + 모델별 토큰/장 각주 후보.
보관소 rfv3_rewrite_behavior.md 에 보존·리셋 열 합칠지 결정.
보류: sonnet v2 전 가족(비용), 다른 LLM 계열 추가는 기본 전처리가 컨텍스트에 들어가는지 먼저 계산.

오픈 모델 추가 — Qwen3-VL-32B 본표 편입, InternVL3.5-8B 는 부록