Donggyun의 지식베이스

Grounded semantic memory + procedural memory

Properties1
tagsmemory-research, research-archive

연구 기록 사본

원 저장소 · 원본 docs/DUAL_MEMORY.md · 수집 2026-10-16 · 커밋 2c265f7fb194627f1b39d90207e9dca03b6cee28 당시의 실험 조건·수정·철회를 보존한 문서입니다. 성능 수치를 서로 다른 실험 간에 합산하지 않습니다. 연구 안내와 해석 범위부터 읽으세요. 코드·데이터·체크포인트는 이 사이트에 포함하지 않았습니다.

Grounded semantic memory + procedural memory

최종 결합 구조

                            fresh task agent
                                   │
                 ┌─────────────────┴─────────────────┐
                 ▼                                   ▼
       grounded semantic memory              procedural graph
       "무엇을 알고 있는가"                  "다음에 무엇을 할까"
                 │                                   │
       question-scoped recall              active action localization
       stage/provenance metadata            outgoing 2-hop subgraph
                 │                                   │
                 │                              Guidance LLM
                 └─────────────────┬─────────────────┘
                                   ▼
                                Solver
                                   ▼
                         action / observation

두 memory는 역할과 write lifecycle이 다르다.

  • Semantic memory는 실행 환경에 관한 재사용 가능한 사실과 절차 lemma를 저장한다.
  • Procedural memory는 action 사이의 condition, guidance, pitfalls를 graph edge에 저장한다.
  • Task agent는 semantic memory를 읽을 수 있지만 쓸 수 없다.
  • 별도 Curator만 task 종료 뒤 semantic CRUD를 수행한다.
  • 별도 Guidance LLM만 localized PG를 자연어 실행 조언으로 바꾼다.
  • Solver는 semantic recall, PG guidance, live trajectory를 함께 보고 다음 action을 선택한다.
  • Live environment observation은 두 external memory보다 우선한다.

PG가 다음 action을 강제하거나 semantic fact를 변형하지 않는다. Semantic record는 Guidance LLM에 들어가지 않고 Solver context에서 별도 블록으로 유지된다.

Fair factorial protocol

결합 효과를 측정할 때 가장 중요한 불변식은 Semantic-only와 Semantic+PG가 같은 semantic memory를 받는 것이다.

Grounded semantic-only stream
        │
        ├─ question 1 직전 store M₁
        ├─ question 2 직전 store M₂
        ├─ ...
        └─ question 40 직전 store M₄₀
                         │
                         ▼ exact replay
              PG + frozen grounded memory

Semantic+PG는 질문 i에서 정확히 Mᵢ를 로드한다. 자체 curation은 비활성화하므로 결합 trajectory가 semantic store를 갈라놓지 않는다. PG가 solver의 memory_read query 자체를 바꿀 수 있으므로 그 문구는 trajectory에 보존하되, retrieval 결과는 Semantic-only의 질문별 exact recall schedule을 replay한다. 따라서 recalled record 배열도 동일해야 한다.

최종 네 조건은 다음 2×2 설계다.

PG 없음PG 있음
Semantic 없음statelesspg_only
Semantic 있음grounded_memorypg_frozen_grounded_memory

이를 통해 다음 효과를 분리한다.

  • Semantic effect without PG = Semantic-only − Baseline
  • PG effect without semantic = PG-only − Baseline
  • PG effect with semantic = Combined − Semantic-only
  • Interaction = Combined − Semantic-only − PG-only + Baseline

Artifact invariants

analyze_combined.py는 최종 merged artifact에서 다음을 검사한다.

  1. 모든 조건이 같은 question index 40개를 포함한다.
  2. Semantic-only와 Combined의 memory_before가 질문별로 완전히 같다.
  3. 두 조건의 recalled_memory가 질문별로 완전히 같다.
  4. Combined의 모든 episode에서 writes_disabled=true다.
  5. PG-only와 Combined의 query/answer core edge가 같다.

하나라도 실패하면 해당 결과를 결합 효과로 보고하지 않는다.

왜 예전 dual run은 제외하는가

과거 dual_memory는 sibling resolver 구조를 시험했지만 두 condition이 각자의 trajectory에서 semantic store를 독립적으로 학습한 실행도 있었다. 그 비교에는 PG 효과와 semantic-store divergence가 섞였다. 이후 shared-memory run은 snapshot을 맞췄지만 현재와 다른 7-node state adapter를 사용했다.

현재 canonical 조건은 단순한 pg_frozen_grounded_memory다. Grounding run의 실제 snapshot을 그대로 replay하고 PG-only와 공통인 query/answer graph core만 더한다. 과거 dual 결과는 audit history로만 보존하며 최종 factorial 표에 포함하지 않는다.

Evolution 경계

PG self-evolution은 MultiChallenge의 disjoint train/validation/test에서 독립 검증한다. CLBench 결합 test 40문항을 보고 graph를 수정하지 않는다. 이 원칙은 test leakage를 막지만, MultiChallenge에서 학습한 graph를 데이터베이스 action graph로 직접 이식한다는 뜻도 아니다. 결합 실험은 검증된 PG 메커니즘을 CLBench action vocabulary에 맞춘 attributed graph로 사용한다.

그래프 뷰

백링크