Table 1(sections/page3-visuals.tex)은 기존 벤치마크 대비 우리 벤치의 capability coverage(8개 축 체크마크)만 보여줬고, "얼마나 긴 컨텍스트를 다루는가"라는 스케일 차이는 표에 없었다. 사용자가 제공한 비교 이미지(context_length_compare.png)에 길이 수치가 있어 이를 표에 반영하는 작업이 발생했다.
3연속 커밋으로 진행됐다. (1) c99c17c — 사용자 제공 이미지에서 옮겨적은 episode/context 길이 값(EgoMemReason 25.9h, MemoryBench ≈15.5s, RoboMME ≈24s, RoboMemArena ≈54s, FindingDory 400–3,500 steps, STARBench 3,600–9,000 steps, 우리 벤치 8.6min)을 새 열로 추가. (2) 3f6a9fc — EgoMemReason 행 삭제(스케일이 이질적인 backtracking time이라 판단) 및 FindingDory/STARBench의 step-range 값도 제거(스텝 단위라 시간 단위와 직접 비교 불가), 캡션 각주 3개→1개로 단순화. (3) bff8c85 — 남은 수치에서 근사(≈) 기호 일괄 제거.
| Benchmark | Episode/context length | 비고 |
|---|---|---|
| MemoryBench | 15.5 s | 최단 |
| RoboMME | 24 s | |
| RoboMemArena | 54 s | |
| FindingDory | — | step 단위, 직접 비교 불가로 공란 유지 |
| STARBench | — | step 단위, 직접 비교 불가로 공란 유지 |
| LongAct | — | 검증 대기(pending) |
| 우리 벤치 (v1.1) | 8.6 min (=516 s) | MemoryBench 대비 약 33배 |
관련 연구 비교 표에 스케일 수치를 추가하며 "직접 비교 가능한 단위(시간)만 남기고 비교 불가능한 단위(스텝, backtracking time)는 과감히 제거"하는 편집 판단이 3커밋 만에 정착됐다 — 첫 시도(모든 값 포함 + 근사 기호 + 각주 3개)에서 두 번째 시도(이질적 값 제거)로 빠르게 수렴했다.
LongAct 길이 값은 여전히 \ph{}(pending, 검증 대기)로 비어 있음 — 검증 완료 시 채워 넣어야 한다.
FindingDory/STARBench를 스텝 수 대신 근사 시간으로 환산해(프레임레이트 가정) 표에 포함시킬지 여부 결정. LongAct 길이 값 검증 완료 후 반영.