부록 · 날짜별 기록

Lab Notes

실험·측정·결정의 날짜별 적립. 최신이 위.

2026-09-15

DB 세션 전수 판별 + RQ1 예비 집계: attempt 248판을 문서 대조·셀프플레이 로그· 행동 시그니처(이벤트 간격 CV) 3축으로 판별. 사람 세션 확정 5판 + 유력 1판(테스터2 e84af6ab, 준비 문서의 사전 식별 규칙으로 사후 판별). 확정+유력 6판에서 규칙 20건: AI 계열 70%(원숭이손 수락 6/9 포함) vs 직접 작성 30%. 5회차 점수 하락은 판정 요동 (동일 제출 67.9→53.3 문서화 사례)과 섞여 있어 경향 주장 보류.
개선 배치 3/3 이후 첫 실플레이 2판: DB 이벤트 근거. 판 0468b70c 완주 (원숭이손 제안 거절 · 신의 질문 미사용 · 11자 단문 제출 → 총점 8.8 fail, 최소 제출 하한 실측), 판 806122f3 밤 제출 없이 이탈. 같은 날 attempts 121건 중 실플레이는 2판. 로드 즉시 세션 생성이 빈 판을 다량 적립함을 확인.
NPC 모델 교체 kanana → gemma4:12b (think=off, temperature 0.3): 정책 npc-dialogue-2 기준 재평가. Gemma 41문답 실패·재생성 0, 중간값 2.599초·p95 3.053초(초기 목표 3초 소폭 초과). 전언 출처 구분·행동 근거 답변의 정확성을 근거로 교체하되, 최초 의미 품질 목표(중요 모순 0·관련성 90%)에는 미달임을 그대로 기록. think=true는 1024토큰 상한에서 3건 전부 답변 실패로 미적용.
research.remakeday.com 사이트 개설: 리서치 허브 구조(옵션 B)로 스캐폴딩.

Core 슬롯 gemma4:12b-N 채택: Funnel Stage 0~4 실측 근거. 극성쌍(RM1) 통과는 측정된 로컬 셀 중 유일.
NPC 슬롯 kanana1.5:8b-q4km 채택: 상업 라이선스(Apache 2.0)가 결정 축. 교체 전 루프 스모크 통과 (크래시 0 · 폴백 0/16).
E6 formal: 정책 ON/OFF × 5모델 × n=5.

Tester 1 · Tester 2 사람 플레이 세션: event-level DB 로그 보존. 직접 작성 규칙의 의미 변형, 원숭이손 설명-저장 규칙 불일치 등 instrument 이슈 발견.
Core advisor_answer 폴백 붕괴(EGR 0/12)와 코드 수정 후 회복(11/12) 기록.

게임 리뷰 검증: DB 스냅샷 집계 (attempt 66 / loop 81 / 밤 제출 65, 통과율 3.1%). “채점기 문제” 등 리뷰 결론 일부는 근거 부족으로 기각.