resume_ok 라 민감도가 낮으며, flash 자신도 +.012(p=.87) 동률.지금까지 모든 측정은 한 모델이 쓰고 같은 모델이 읽었다. 그래서 "오픈 모델에서 tagmem 이 지는 원인은 쓰기"는 결합률 상관에서 추론한 것이지 실험으로 가른 게 아니었다(같은 날 분해: 정상 결합 flash 65% vs 오픈 25~31% — 승패는 정상 결합 비율이 전부). 프롬프트 개선은 다섯 번(쓰기 v8·v11·v12, 읽기 v9·v10) 모두 기준 미달이라, 남은 질문은 "메모리 품질만 좋으면 약한 모델도 이득을 보는가"였다. 사용자(260919): "쓰기 플래시 읽기 [오픈] 모델 한 번 해보자."
resume 은 처음에 교차 불가였다: run_eval_resume 에 --memory-from 이 없고, flash resume 아카이브의 vis-pure 는 컷 시점 복원용 kept_history 만 있고 kept 가 없었다(컷이 편마다 달라 스냅샷 보관). 러너 배선 후 4가족을 완성했다.
| 가족 | writer→reader | vis-pure | tagmem | tag−vis | 불일치 | p |
|---|---|---|---|---|---|---|
| find | 32B→32B | .214 | .190 | −.024 | +57/−70 | 0.29 |
| flash→32B | .261 | .393 | +.132 | +127/−56 | <.01 | |
| Gemma4→Gemma4 | .330 | .261 | −.069 | +54/−91 | <.01 | |
| flash→Gemma4 | .354 | .449 | +.095 | +100/−49 | <.01 | |
| restore | 32B→32B | .018 | .040 | +.023 | +21/−8 | 0.02 |
| flash→32B | .025 | .128 | +.104 | +64/−5 | <.01 | |
| Gemma4→Gemma4 | .044 | .032 | −.012 | +14/−21 | 0.31 | |
| flash→Gemma4 | .062 | .169 | +.107 | +75/−14 | <.01 | |
| routine | 32B→32B | .016 | .197 | +.181 | +59/−3 | <.01 |
| flash→32B | .010 | .426 | +.416 | +129/−0 | <.01 | |
| Gemma4→Gemma4 | .058 | .348 | +.290 | +93/−3 | <.01 | |
| flash→Gemma4 | .035 | .513 | +.477 | +150/−2 | <.01 | |
| resume | 32B→32B | .112 | .068 | −.043 | +9/−16 | 0.23 |
| flash→32B | .124 | .143 | +.019 | +16/−13 | 0.71 | |
| Gemma4→Gemma4 | .099 | .043 | −.056 | +6/−15 | 0.08 | |
| flash→Gemma4 | .099 | .143 | +.043 | +17/−10 | 0.25 |
참고 flash→flash: find +.013 · restore +.033 · routine +.319 · resume +.012.
| 가족 | 자기 쓰기 (tag−vis) | flash 쓰기 (tag−vis) | 부호 |
|---|---|---|---|
| find | +.006 (p=.86) | +.156 (p<.01) | 뒤집힘 |
| restore | −.005 (p=.74) | +.111 (p<.01) | 뒤집힘 |
| routine | +.226 (p<.01) | +.381 (p<.01) | 확대 |
| resume | −.050 (p=.18) | +.068 (p=.12) | 유의하지 않음 |
절대 수준: find tagmem .253 → .441, restore .032 → .158, routine .323 → .442. 절대 이득이 가장 큰 곳은 routine(+.42~.48) — 규칙 학습 과제라 기록된 텍스트가 프레임보다 압도적으로 유리하다.
1) 논문 주장이 "flash 에서만 이긴다"에서 "메모리 품질이 확보되면 약한 모델일수록 이득이 크다"로 바뀐다. 본표의 오픈 모델 열세와 모순되지 않는다 — 그 열세는 writer 열세다.
2) 구조화된 텍스트 메모리가 약한 시각 능력을 보상한다: 리더가 프레임을 다시 해석할 필요 없이 이미 접지된 사실을 읽는다. 반면 vis-pure 는 리더 능력에 묶인다.
3) 실용 함의: 쓰기만 좋은 모델로 하고 읽기는 싼 모델로 돌리는 배치가 가능하다(온디바이스 시나리오와 맞음). 프롬프트 개선 5회 실패도 이 그림에서 자연스럽다 — 고쳐야 할 것은 프롬프트가 아니라 writer 의 시각 접지 능력이었다.
2×2 의 빈 칸(오픈 writer → flash reader)이 측정되지 않았다. resume 은 표본(161행)과 이진 지표 때문에 3모델 모두 유의성이 안 나온다. flash 메모리의 리더 특화 편향 가능성이 남아 있다.
① find v1.2(722질의) 교차 — 잡 141360~141362(extra, $0) 제출됨. fd856246/contexts 는 e987b40f/contexts 의 심볼릭 링크라 편·영상이 같고 메모리는 질의와 무관해 flash 의 v1.0 메모리가 그대로 유효. 끝나면 final_results 에 교차 ablation 으로 보관(사용자 지시). ② 대칭 셀은 승인 후 API ≈$7.6/모델/가족. 가설: 오픈 writer 메모리를 flash 가 읽어도 tagmem 은 vis-pure 를 못 넘는다(결합률이 메모리 품질에 묶이므로).