figure_common.py) 신설, make_all_figures.sh 한 번 실행으로 전부 재생성기존 teaser·protocol figure는 GPT-image-2로 생성한 일러스트 이미지 위에 TikZ로 라벨을 오버레이하는 방식(figures.tex의 \benchTeaserFigure 등)이었다. 벤치마크 논문에서 핵심 그림(벤치마크가 왜 memory를 요구하는지, 평가 프로토콜이 어떻게 동작하는지)이 실제 데이터가 아닌 생성 이미지에 의존하면, 리뷰어가 "이 그림이 실제로 벤치마크를 반영하는가"를 의심할 근거가 된다. 09:37 KST의 첫 커밋(task-overview 신규)에서 4개 memory function 카드 중 3개(Finding/Restore/Resume)를 실제 벤치마크 프레임으로 채운 뒤, 이어서 teaser·protocol까지 동일 원칙으로 재작업했다.
영향 파일: figures/*.py(5개, 그중 3개 신규), figures/make_all_figures.sh(신규), iclr2027_conference.tex, sections/benchmark.tex, PDF/PNG 산출물 다수. 2개 커밋 합산 27 files, +596/-252.
| Figure | 이전 | 이후 |
|---|---|---|
| teaser (Fig.1) | GPT-image-2 생성 이미지 + TikZ 라벨 오버레이 | matplotlib, 벤치마크 프레임 기반, figure*(전체 폭) |
| protocol (Fig.2) | GPT-image-2 생성 이미지 + TikZ 라벨 오버레이 | matplotlib, 공유 모듈 사용, figure* |
| task-overview (Fig.3, 신규) | 없음 | 4카드 중 3개 벤치마크 프레임 + 1개(Routine) AI 일러스트 |
| stats (Fig.4) | 독립 스크립트, 32.9KB pdf | 공유 모듈 사용으로 리팩토링, 33.2KB pdf(레이아웃 소폭 변경) |
make_all_figures.sh 한 번 실행으로 4개 figure(teaser/task_overview/stats/protocol) 전부 재생성 — 이전엔 각 스크립트를 개별 실행하거나(stats) 손으로 TikZ 좌표를 재조정(teaser/protocol)해야 했음.벤치마크 논문에서 핵심 그림이 실제 데이터를 반영하지 않는다는 지적은 리뷰에서 흔히 나오는 문제인데, 이번 재설계로 teaser·protocol·task-overview 3개 그림의 이미지 근거가 "AI가 상상한 그림"에서 "실제로 실행된 벤치마크 프레임"으로 바뀌었다. 동시에 4개 그림이 하나의 공유 모듈(figure_common.py)과 단일 실행 스크립트로 통합되어, 데이터가 갱신될 때마다(153→200 episodes 등) 그림을 일괄 재생성할 수 있는 기반이 마련됐다.
Routine family 데이터셋이 아직 생성되지 않아 task-overview의 4번째 카드는 여전히 AI 생성 일러스트에 의존 — Routine 데이터 생성이 완료되기 전까지는 "전 카드가 데이터 기반"이라는 주장을 할 수 없음. teaser/protocol이 figure*(전체 폭)로 커지면서 9페이지 한도 재검증도 필요(260827-results_table_consolidation.html 카드와 동일한 지면 이슈).
Routine 데이터셋 생성 완료 시 make_task_overview.py의 4번째 카드를 실제 프레임으로 교체 후 make_all_figures.sh 재실행. 벤치마크 통계(153/759 → 200/1,160) 확정 시점에 make_stats_fig.py도 같은 스크립트로 일괄 재생성.