칸별 정확도 0.411로는 빈칸 약 56개짜리 한 판을 풀 수 없다 — 50%를 풀려면 약 0.988이 필요하고, 그래서 다음 표적은 정확도가 아니라 "언제 커밋할지"다.

이 사이트는 지금까지 헤드라인 주장 세 건을 철회했다. 셋 다 원인이 같다 — 비교 대상을 잘못 골랐다. 무슨 프로젝트인지는 바로 아래 §1에 있다.

근거: 1행 INSIGHTS.md:926-960 · 2행 INSIGHTS.md:1469-1505, five_arm.json · 3행 INSIGHTS.md:1693-1740, docs/CONSTITUTION.md §7

우리는 데이터를 인위적으로 불리지 않고(무증강), 적은 예제만으로 재귀 모델이 유일해 문제를 푸는 법을 찾으려 했다. 그 방법의 핵심은 자(ruler)를 따로 학습시켜, 답이 아니라 "지금 상태가 정답에서 얼마나 떨어져 있는가"를 재게 하는 것이다. 자가 잰 값은 보상 점수가 아니라 매 스텝의 조밀한 학습 타깃으로 생성기에 증류되고, 실제 추론은 생성기 혼자 한다. 스도쿠는 손으로 만든 자가 이미 존재해서 학습된 자를 검증할 수 있는 관문일 뿐이고, 진짜 표적은 손 자가 없는 ARC와 결정 구조(크리스탈)다.

스도쿠 한 판의 빈칸은 평균 약 56개다(모집단 단서 25.28개, 81 − 25.28 = 55.72). 칸별 정확도 p가 칸마다 독립이라면 한 판을 통째로 맞힐 확률은 p의 56제곱이고, 절반을 풀려면 p ≈ 0.988이 있어야 한다. 우리 모델의 칸별 정확도는 held-out에서 0.411이다 — 이 지점에서 정확도를 한 칸씩 올려 해결률 절반에 닿으려면 오답률을 0.589에서 0.0123까지, 약 48배 줄여야 한다. 우리가 지금까지 관측 채널 하나를 붙여 얻은 개선폭은 0.341 → 0.411, 오답률로는 1.2배 축소였다. 고전 전파가 푸는 이유도 정확도가 높아서가 아니라 규칙이 강제한 칸에서만 적어 넣기 때문이다(정밀도 1.0, 낮은 커버리지).

held-out 2000판에서 생성기가 단발로 푼 것은 44판, 고전 전파(naked + hidden single)가 푼 것은 236판이다. 그런데 생성기가 푼 44판은 전부 고전이 푸는 236판 안에 있었고, 반대는 하나도 없었다 — 생성기만 푼 퍼즐은 held-out 0/2000, weakOOD 0/300, 공식 test 0/400으로 세 표본 전부 0이다(집합으로 말하면 진부분집합이다). 그 44조차 손 위반-관측 채널이 만든다 — 이 채널을 끄면 해결률이 정확히 0으로 떨어진다.

손 위반-관측 채널 — 현재 상태에 규칙 위반(같은 줄·칸에 같은 숫자)이 있는지 사람이 짠 코드로 검사해 그 결과를 모델 입력에 넣어주는 통로다. 학습된 것이 아니라 우리가 손으로 붙인 것이다.

아래 표에서 눈으로 확인할 것은 한 가지다: 생성기 행의 가장 큰 수(0.0220)가 고전 행의 가장 작은 수(0.0280)보다도 작다.

회복 비율 — "자로 가르쳤을 때의 개선폭 ÷ 손 교사로 가르쳤을 때의 개선폭". 손 교사가 아무것도 개선하지 못하면 분모가 0이 되어 비율 자체가 정의되지 않는다 — 해결률로 재면 정확히 그 일이 일어난다(모든 교사 팔이 0.000, 손 교사만 0.0100).

헌법의 헤드라인 지표는 자-교사 증류의 회복 비율이고, 원장에는 0.785 / 0.594로 "통과"라고 적혀 있다. 그런데 발사 스크립트가 선언한 판정식을 그 문언 그대로 계산하면 held-out +0.000, weakOOD는 분모가 0이라 정의조차 되지 않는다. 같은 체크포인트·같은 데이터인데 판정이 뒤집히고, 차이는 전부 분자(자 vs 증류)와 지표(해결률 vs 칸별 정확도)의 선택에서 온다 — 그 선택은 발사 후에 이뤄졌다.

아래 표에서 볼 것: 1행과 2행은 같은 체크포인트다. 갈리는 것은 판정식의 분자와 지표뿐이다. 3행(무작위 교사 +0.157)이 통제군이다 — 이 값 아래는 교사 내용의 공이 아니다.

n=100, 2026-07-14 체크포인트를 2026-07-26에 학습 없이 재산출. 근거: INSIGHTS.md:1704-1728 · docs/CONSTITUTION.md §5·§7 · stage_g_teach.sh:4-5

위 결과들과 별개로, 코드 자체를 실측한 감사에서 설계 가정과 구현이 어긋난 자리 세 곳이 나왔다. 셋 다 "돌아가긴 하는데 우리가 믿던 것을 재고 있지 않았다"는 형태다.

아래 표에서 볼 것: 지금까지의 판정 대부분(10/16)이 "끝점 하나" 조건에서 내려졌고, 마지막 행의 자리는 아직 아무도 시험하지 않았다.

각 트레이너 상단에 삽입된 SUPERVISION 선언을 집계했다. 집행 게이트는 scripts/g0_constitution_gate.py이며 현재 FAIL 0 / WARN 2 = PASS(활성 트리 54파일 검사).

칸별 정확도를 올리는 길은 §2가 닫았고, 매-스텝 감독을 늘리는 길은 §5 카드 2가 닫았다. 남은 것은 커밋 결정 — 언제 적어 넣고 언제 참을지 — 을 학습 대상으로 삼는 것이다. 다만 커밋 결정만으로는 부족하다 — 커밋 정밀도가 1.0인 고전 전파조차 held-out 0.118에서 멈추기 때문이다. 천장을 뚫는 것은 틀린 커밋을 되돌릴 수 있는 검색이고(고전 완전 백트래킹 1.000), 학습된 자가 기여할 자리는 그 검색이 어디를 먼저 열지 정하는 곳이다. 그리고 그 자리는 이미 한 번 뒤집혔으므로(§0 2행), 다음 라운드는 고전 통제군을 같은 표에 넣지 않으면 발사하지 않는다.

1. 고전 통제군 필수. 학습 성분을 주장하는 모든 표에는 그 성분이 흉내 내는 고전 알고리즘 팔이 같은 데이터·같은 예산으로 들어가야 한다. 근거: 세 번의 뒤집힘 전부 이 통제군 부재였다 — INSIGHTS.md:926, :1469, :1635
2. 매-스텝 감독을 근거로 삼지 않는다. "스텝마다 감독을 걸어서 좋아진다"는 가정은 기각됐다(held-out −0.00595, weakOOD −0.00696). 주장하려면 타깃이 스텝마다 다르다는 것이 설계에 명시돼야 한다. 근거: judge_wave1.json 최소차이 대조 (a0t-a0 무효 · a1-a0만 유의)
3. 칸별 지표를 헤드라인으로 쓰지 않는다. p의 56제곱 논증에 따라 칸별 정확도는 해결률의 대리 변수가 아니다. 칸별 값은 진단 채널로만 보고한다. (커밋 정밀도는 여기서 말하는 칸별 지표가 아니다 — 분모가 모든 빈칸이 아니라 모델이 적기로 선택한 칸이기 때문이다.)
4. 판정식은 발사 전에 코드에 박제한다. 발사 스크립트가 선언한 문장과 헌법 §5의 정의가 문자 그대로 일치하는지 발사 전 감사 항목에 포함한다. 근거: 2026-07-26 사후 지표 이동 사례 (§4)

배지 3종 — 생존(주장이 지금도 유효) · 사멸(접근 자체가 죽음) · 정정(당시 주장이 나중에 뒤집히거나 강등됨). 판정은 항목의 현재 상태 기준이다.

1막 · 에너지 시대 (06-26 → 07-08)

2막 · 자(ruler) 시대 (07-11 → 07-18)

3막 · 통제군 시대 (07-19 → 07-26)