Repository navigation
JWT Policy Preview KO
실제 JWT 캐시 비용 비교 / Actual JWT cache costs: 한국어 · English. 160쌍 동등성·48개 운영 기록 완료. 같은 요청 4개·3회 준비 상태 반복의 합계에서 고정 순서는 약 1.90배 빨라졌고 첫 후보 일치 시 캐시는 약 6.8% 느렸습니다. / 160 paired outcomes match; 48 operations complete. Aggregate fixed-order warm work is about 1.90× faster; a matching predeclared-first candidate is about 6.8% slower with caching. 독립 평가·모델 이득·토큰 절감의 증거는 아닙니다. / No independent evaluation, model benefit or token-savings evidence. PR152 · CI · Hub
English · PR151 · CI · Hugging Face
작은 힌트가 후보 검사 순서를 잘 알려주더라도, 힌트를 만드는 비용보다 줄어드는 작업이 커야 쓸모가 있습니다. 먼저 실제 프로그램으로 기대와 결과가 맞는지 확인하고, 검증 자체의 비용부터 측정했습니다. 가상의 세션 토큰을 사용하는 개발 시험입니다.
요청 4개 × 입력 위치 5개 × 후보 정책 8개로 원본 Go JWT의 ParseWithClaims를 한 차례 160회 호출했습니다. 서로 다른 토큰은 13개입니다. 다섯 입력의 기대와 모두 일치한 후보는 요청마다 하나씩이었습니다. 32개 요청·후보 조합은 일치4(T)·불일치28(F)·미확인0(U)입니다. 토큰 수락100회·거절60회는 별도 수치입니다.
| 가상 요청 | 일치한 정책 |
|---|---|
| Lantern | alpha 또는 beta: WithAudience |
| Harbor | alpha와 beta 모두: WithAllAudiences |
| Moss | 만료 시각 필수: WithExpirationRequired |
| Cove | 시간 검사 2초 여유: WithLeeway |
Mac M4 Pro / Go1.27.1 / GOMAXPROCS=1에서 OS 최대 RSS는 11.94MiB, main 작업은9.607ms, 프로세스 시작부터 입출력 정리까지는598.010ms였습니다. GOMAXPROCS는 Go 병렬 실행 슬롯 설정이며 OS 스레드 수가 아닙니다. 두 시간의 차이를 순수 시작 비용으로 단정할 수 없습니다.
저장소의 Go1.27.1 환경에서 아래 명령으로 저장된 첫 결과와 원래 기대값을 비교합니다.
go run ./experiments/short-claim/next-cohort-jwt-audit/replay이 명령은 새 JWT 원본 API·모델·Fit을 실행하지 않습니다. 에이전트도 같은 구조화 JSON을 읽어 T/F/U를 구분할 수 있습니다. 실제 JWT 재실행과 저장된 결과 읽기는 별도 작업입니다. 전체 소스·입력·실패 범위·라이선스는 한글 README를 보세요.
매번 서명·디코딩하는 방식과, 같은 토큰·공개 키·알고리즘·디코더·소스에서 인증된 claims만 재사용하는 방식을 비교할 예정입니다. 최종 정책 판단은 캐시하지 않고 후보마다 다시 검사합니다. 먼저160개의 비교 쌍에서 수락·거절·오류 의미의 동등성을 확인하고, 이후 고정/수동 순서 × 캐시 여부의48개 운영 기록을 비교합니다. 160개 비교 쌍은160회 API 호출이라는 뜻이 아닙니다. 조회·복사·초기 준비·순서 결정도 비용에 넣습니다. 단순 검색 대조군은 별도 조건을 고정한 뒤 추가합니다.
이번4요청은 이미 읽은 한 JWT 계보의 development_validation입니다. 독립2,400작업·일반 성능·Laya/GPU 추론·에이전트 토큰 절감·새 학습의 증거는 아닙니다. 새 학습 행을 편입하지 않았으며 기존 실패 모델은 비활성 상태를 유지합니다. 전체 검증 작업량을 줄일 이득이 남는지 확인한 뒤 다음 모델 실험을 판단합니다.
CI의 Linux/macOS·비밀정보·quality 검사가 통과했고 봇이 동일 소스 트리를 병합했습니다. Hub 새20파일은 전체 바이트를 읽어 대조했고 이전834파일과10태그를 유지했습니다. 모델 본체를 새로 올린 것은 아닙니다.
고정 upstream은 MIT 전문과 원 저작권을 보존합니다. 자체 관찰 코드·입력·설명은 Apache-2.0입니다. 공개 키·토큰은 이 시험용 가상 자료이며 실제 인증정보나 사적 경로는 없습니다. SDK 관련 전체 고지는 TOOLCHAIN-NOTICES에 있습니다. 모델 학습·배포 권리는 별도 검토 대상입니다.
riidolaya is experimental. No demonstrated Codex cost savings; repository selection is preview-only.
riidolaya는 실험 단계입니다. Codex 절감은 미입증이며 저장소 선택은 preview입니다.
English README · 한국어 README · Versioned Wiki sources / Wiki 원본
이전 연구 안내 펼치기 / Earlier research
- 실제 이어 학습 V3 · 한국어 · Actual V3 training · English
- 진행·완료 보고·질문100건 결과 KO · 100-case results EN
- 라벨·이모지·상태 힌트 KO · Content/state hints EN
- 개발 진행·완료 보고·질문 pilot KO · Development pilot EN
- 작은 검증 기록 KO · Compact evidence EN
- 현재 개발 자료 35개·다음 학습 조건 · 35-row data and next training gates
- 개발용 학습 자료 2개 · Two qualified training requests
- 첫 두 과제 실제 관측 · First two actual observations
- 전체 사용법 KO · Full usage EN
- 작은 동작 힌트 KO · Small hints EN
- 설명 보강 비교76 · Caption diagnostic76
- Go 압축 가중치78 · Packed Go weights78
- 공개 함수 동작 검증 · Public function verification
- 다음 학습 자료 준비 · Training data preparation
- 동작에서 학습 정답·실제 학습79 · Grounded labels and actual fit79
- 소스 동작 관찰 · Source observations
- 저장 크기와 RAM · Storage and RAM
- 라이선스 · Licensing
- 시점별 기록 원문 / Chronological history
- 전체 연구 링크 / Full research index
- 문서 목록 / Documentation