Append Gooo semantic-model roadmap and independent eight-job CI audit

research/paired-compiler-20261002/independent-ci-audit.json

@@ -0,0 +1,12 @@
+{
+  "audited_report_sha256": "3b64b379bb27ad8e2fd46b4d2fb52f5fccd40b00b59f704772ea05898a0b6e88",
+  "maximum_absolute_nll_rounding_difference": 1.1102230246251565e-16,
+  "new_model_predictions": 0,
+  "new_native_calls": 0,
+  "nll_absolute_tolerance": 1e-12,
+  "reconstructed_nll_comparisons": 198,
+  "schema": "gooo/paired-compiler-independent-audit/v1",
+  "scope": "independently reconstructed arithmetic actuals and counters exactly; only derived NLL accepts bounded CPU-architecture rounding; does not redo training or model inference",
+  "selected_candidate": "js0-qat_ternary",
+  "status": "PASS"
+}

research/paired-compiler-20261002/iteration-finalization.json

@@ -0,0 +1,51 @@
+{
+  "schema": "gooo/paired-compiler-iteration-finalization/v1",
+  "status": "BOUNDED_STUDY_PUBLISHED_AND_VERIFIED",
+  "training_source_revision": "b0dd6fe96d76deceef7ef937f85f6f514b765ca6",
+  "tested_runner_revision": "1d17bde6a9a9f5a68f40287725072ae1f125c722",
+  "native_revision": "b431ef7547a968e2532fa2dcf0891ee44ec2ee86",
+  "dataset_sha256": "8c2b4fb884e001f7a58fa84ce862f61abe0f99b26855064d0011f631d67cecb3",
+  "parameters": 12728,
+  "exported_models": 9,
+  "optimizer_steps": 840,
+  "actual_go_predictions": 4608,
+  "actual_native_calls": 120,
+  "actual_native_predictions": 80,
+  "compiled_go_executions": 15,
+  "go_function_invocations": 180,
+  "selected_candidate": "js0-qat_ternary",
+  "new_independent_intentions": 0,
+  "source_runtime_language": "Go",
+  "offline_optimizer_language": "Python/MPS",
+  "inherited_or_upstream_laya_weights": false,
+  "external_model_provider_calls": 0,
+  "subagents_used": 0,
+  "default_model_promoted": false,
+  "public_model_revision": "26903f8197310700b465a96a491daca43ee6045e",
+  "public_appendix": "research/paired-compiler-20261002",
+  "verified_payload_files": 30,
+  "archive_entries": 260,
+  "manifest_sha256": "4e33dbdf1c0bc78c7aeb4d21f8f0f6d60948950aa25546d7e80cda5cf4f8e9d0",
+  "final_ci": {
+    "id": 36894785845,
+    "source_sha": "1d17bde6a9a9f5a68f40287725072ae1f125c722",
+    "conclusion": "success",
+    "successful_jobs": 8,
+    "artifact_id": 11178393367,
+    "zip_bytes": 2025475,
+    "declared_and_downloaded_zip_sha256": "66952b21ca791fcd160d6dc2d7762ab9c720da4925037c66005d3038d89f9a14",
+    "independent_go_arithmetic_audit": "PASS",
+    "independent_native_capture_audit": "PASS",
+    "audit_report_sha256": "3b64b379bb27ad8e2fd46b4d2fb52f5fccd40b00b59f704772ea05898a0b6e88",
+    "nll_rounding_tolerance": 1E-12,
+    "max_observed_nll_rounding": 1.1102230246251565E-16
+  },
+  "preserved_failure": {
+    "ci_run": 36891320795,
+    "reason": "new consumer used disk-format digest instead of canonical document digest",
+    "retained_native_captures": 1,
+    "model_predictions": 1,
+    "compiled_go_executions": 0
+  },
+  "scope": "reused bilingual diagnostic cohort; all nine variants kept, explicit calibration-selected dogfood candidate; finite completeness after bounded continuation, no general correctness or untouched benchmark claim"
+}

research/paired-compiler-20261002/roadmap.md

@@ -0,0 +1,77 @@
+# Gooo 독자 소형 모델 개발 방향
+
+## 현재 기준
+
+자체 초기화한 12728 파라미터 모델을 Gooo main의 선언된 IR 경로 선택에
+직접 사용한다. 한국어·영어 의도, 변수 참조·할당, 피연산자 순서, 분기 배치,
+실행 순서를 판단한다. 일반 언어 모델이나 임의 바디 생성기는 아직 아니다.
+Laya의 가중치·미세 조정·추론 서비스에 의존하지 않는다.
+
+이번 한영 일치 학습은 840 GPU 업데이트, 모델 9개, Go 판단 4608회와
+실제 컴파일러 120회로 측정했다. PTQ의 추가 후보는 143→135회로 줄었지만
+개선 8회는 한국어 변수 할당에 집중됐다. FP32에는 개선이 없었고 보정
+데이터가 고른 QAT는 평가 데이터에서 FP32보다 추가 후보를 더 사용했다.
+이 결과를 모델 크기를 무작정 키우는 근거로 사용하지 않는다.
+
+## 다음 구조 실험
+
+**컴파일러가 의미 특징을 만들고, 모델이 합법 후보를 순위화한다.**
+현재 256차원 중 구조 64차원을 문자열 해시 대신 다음 결정론적 투영으로
+바꾸는 실험을 사전 등록한다. 자연어 192차원과 48개 은닉 유닛은 대조군과
+같게 유지해 표현 변화의 영향을 측정한다.
+
+| 결정 영역 | 컴파일러가 제공할 정보 | 모델의 역할 |
+|---|---|---|
+| 변수 참조 | 정의 위치, 사용 위치, 타입, 도달 가능한 정의 | 현재 사용에 맞는 합법 정의 선택 |
+| 변수 할당 | 대상 슬롯, 이후 사용, 값의 출처 | 의도에 맞는 대상 슬롯 선택 |
+| 조건·분기 | 조건 연산자, 참/거짓 경로, 각 경로의 효과 | 분기 배치와 의미 연결 선택 |
+| 피연산자 | 교환 가능 여부, 순서에 따른 의미, 타입 | 선언된 순서 후보 선택 |
+| 실행 순서 | 정의 전 사용, 데이터 의존 간선, 효과 순서 | 의존 관계를 지키는 실행 후보 선택 |
+
+이 특징은 검증된 원본 소스와 IR에서만 생성한다. 초기 입력에 정답, 테스트
+예상값, 관측 결과나 CI 결과를 넣지 않는다. 이름 변경·숫자 변경 대조군을
+두어 표면 표현에 대한 의존과 의미 판단을 구별한다. 범위를 넘는 입력은
+명시적으로 거부하고 결정론적 후보 탐색을 계속한다.
+
+공유 은닉층 위에 영역별 2개 선택 머리를 두는 별도 대조군도 계획한다.
+5개 영역·10개 출력이면 파라미터는 12826개로 기존보다 98개만 늘어난다.
+새 특징/출력은 새 ABI로 등록하고 기존 8개 출력 모델과 섞어 읽지 않는다.
+우선 새 코호트·특징 정의·대조군을 고정한 후 SDK/컴파일러를 구현한다.
+
+## 완전성과 비용으로 개선하기
+
+평가 단위는 독립적인 프로그램 의도다. 같은 의도의 언어·표현·양자화·재실행을
+새 실험 의도로 세지 않는다. 다음 코호트는 새 조합과 새 표현을 사용하고
+프로그램과 표현 템플릿을 함께 분리한다.
+
+- 처음 완성된 기능 비율과 테스트 후 완성된 기능 비율을 함께 기록한다.
+- 맞는 일부 바디를 유지하며 추가로 조립한 후보 수와 모델 호출 수를 기록한다.
+- 변수 연결, 분기 효과, 실행 의존 관계별 미충족 요구를 기록한다.
+- 한영 불일치가 줄어도 두 언어가 같은 오답을 내는지 별도로 확인한다.
+- 지연 시간, 프로세스 메모리, 실제 연산 비용을 같은 환경의 대조군과 비교한다.
+
+CI 결과는 최초 판단과 분리한 후속 피드백에만 전달한다. 후보가 준비되면
+즉시 타입 검사·테스트·후속 판단을 진행하고, 모든 후보 생성이 끝날 때까지
+기다리는 배치 장벽을 넣지 않는다. 병렬 실행은 작업별 배열 작업공간,
+제한된 작업자 수, 취소·시간 제한과 종료 기록을 갖춘 별도 실험으로 검증한다.
+
+모델 채택은 시스템 지표로 결정한다. 새 코호트에서 완전성을 유지하면서
+추가 후보·호출·시간 비용을 개선한 모델만 자동 채택 대상으로 삼는다.
+실패한 모델도 실험 가중치와 결과를 공개한다. 사람의 필수 리뷰나 모델의
+자신감 점수를 통과 조건으로 추가하지 않는다.
+
+## PROV-O와 공개
+
+원본 소스, 계획, 데이터, 모델, 판단, 후보, 테스트 결과는 `prov:Entity`로,
+학습·판단·조립·실행은 `prov:Activity`로 연결한다. `prov:used`,
+`prov:wasGeneratedBy`, `prov:wasDerivedFrom`에 내용 해시와 버전을 기록한다.
+출처 기록은 결과를 추적하기 위한 것이며 모델의 임의 소스 변경 권한을
+부여하지 않는다.
+
+실행·연결·감사·공개 도구는 Go로 유지한다. Python은 오프라인 GPU 학습과
+내보내기에 한정한다. FP32, PTQ, QAT를 모두 비교하고, 삼진 저장 1.6비트와
+실제 int8 상주 메모리를 구별해 공개한다. 기존 증거는 Git 커밋과 HF 커밋에
+고정하고 새 모델과 결과는 새 경로에 추가한다.
+
+현재 증거: [실험 결과](https://github.com/kimjooyoon/gooo-neural-decision-experiments/blob/ed5d85f98e003824d75785cff69d2d3f26ae325a/docs/paired-compiler-context-results-20261002.md),
+[공개 모델·증거](https://huggingface.co/asketeddy/gooo-compiler-context-tiny-v1/tree/26903f8197310700b465a96a491daca43ee6045e/research/paired-compiler-20261002).