메인 결과는 항상 Flash가 writer 역할을 전담하고, 다른 open reader들은 Flash가 쓴 메모리를 재사용한다("open reader use Flash-written memories"). 이는 "메모리 작성 품질이 좋다면 어떤 리더든 잘 읽는다"만 보여줄 뿐, "각 모델이 직접 자기 메모리를 써야 한다면 어떨까"라는 질문에는 답하지 못한다. 이를 검증하기 위해 writer=reader(자기 쓰기) 조건의 표를 구축했고, 이번 커밋에서 Qwen3-VL-32B의 자기 쓰기 결과(Gemma4·Qwen3.8·Molmo2와 함께 2026-09-26 측정)를 추가해 6모델 전체를 완성했다.
Scoring·subtype·query set은 main table(tier1_subtypes)과 동일 기준을 따른다. Resume은 업데이트된 조건(wrist inset, 1fps writer, room list)을 사용한다.
tagmem(stag) Avg, 모델별 (Finding / Restore / Resume / Routine):
| Model (self-writer) | Finding | Restore | Resume | Routine |
|---|---|---|---|---|
| Flash-7 (= main table) | 46.6 | 19.0 | 52.8 | 60.6 |
| GPT | 18.5 | 2.6 | 9.9 | 22.6 |
| Gemma 4-31B | 20.1 | 3.2 | 18.0 | 34.8 |
| Qwen3.8-27B | 19.4 | 3.2 | 16.1 | 32.3 |
| Qwen3-VL-32B | 15.9 | 4.0 | 9.3 | 19.7 |
| Molmo 2 | 7.4 | 1.1 | 7.5 | 4.5 |
Routine에서 tagmem(stag) vs srf(recency-window baseline) 비교 — 모델별 최고 전략이 달라짐:
| Model | tagmem (stag) | srf | 승자 |
|---|---|---|---|
| GPT | 22.6 | 36.8 | srf (+14.2) |
| Gemma 4-31B | 34.8 | 41.0 | srf (+6.2) |
| Qwen3.8-27B | 32.3 | 35.5 | srf (+3.2) |
| Qwen3-VL-32B | 19.7 | 6.5 | tagmem (+13.2) |
| Molmo 2 | 4.5 | 3.5 | tagmem (+1.0) |
GT Action Log(레퍼런스 상한)도 모델별로 차이가 크다 — Resume 기준 Flash/GPT 98~100 vs Gemma4-31B 89.4 vs Qwen3-VL-32B 75.8: 정답 텍스트를 그대로 줘도 일부 모델은 resume_ok 판정을 10~24%p 실패한다(메모리 품질과 무관한 순수 instruction-following 격차).
메인 결과(Flash-writer)는 tagmem에 유리한 세팅이다 — 이번 self-writer 표는 tagmem의 우위가 writer 품질에 조건부임을 처음으로 정량화했다. writer가 태그·엔트리를 정확히 채울 수 있을 때만 구조화된 메모리가 이득이고, 그렇지 못하면 단순 recency 윈도우가 더 안전한 baseline이 된다. 이는 논문의 기여를 "구조화된 메모리가 항상 낫다"가 아니라 "좋은 writer가 있을 때 구조화된 메모리의 이득이 커진다"로 더 정확히 서술해야 함을 시사한다.
왜 GPT/Gemma4/Qwen3.8의 self-written tagmem이 srf보다 낮은지 원인 분석이 안 돼 있다 — tag 품질 저하인지, entry 누락인지, 구조 자체를 못 채우는지 구분 필요.
약한 self-writer(GPT 등)가 생성한 tag/entry 샘플을 직접 검사해 실패 모드를 분류. "Flash가 쓰고 약한 모델이 읽기" vs "약한 모델이 쓰고 Flash가 읽기" 교차 조건을 추가해 writer/reader 기여를 분리 측정.