State Hints KO

라벨·이모지·상태 힌트 사용하기

English · 전체 한글 사용법 · 개선 이슈 #155

현재 목표는 뤼이도의 내용을 적은 비용으로 분류해 라벨·이모지·작업 상태를 제안하는 것입니다. 모델이나 추론 수준을 낮추는 기능을 확장하지 않습니다. 사람과 에이전트는 같은 Go 명령과 JSON을 사용할 수 있습니다.

현재 개발 모델 v0.2

첫 시험 범위는 개발 작업의 진행·완료 보고·질문 표시입니다. 🛠️·✅·❓는 설정 가능한 후보이고 실제 뤼이도 라벨·이모지와의 연결은 아직 확인하지 않았습니다. 완료 보고는 문장의 주장입니다. 실행 성공이나 실제 업무 완료를 증명하지 않습니다.

V0.2 모델과 학습 자료는 기존 Go 모델에서 실제 이어 학습한32,960바이트 모델입니다. 별도로 작성한 학습320문장에 CE+AdamW를 적용해400번 갱신했습니다. optimizer는 새로 시작했으며 Laya 파생 가중치·LoRA·증류 모델이 아닙니다. 모델 크기는 그대로입니다.

새 합성 평가40건	이전 Go v0.1	이어 학습한 v0.2
전체 정답	22/40 (55%)	34/40 (85%)
완료 보고 정답	1/5	5/5
질문 정답	0/5	4/5
신뢰도0.9 이상인 비모호 제안	3/40	17/40

관측된17개 제안은 모두 맞았지만 운영 정밀도100%를 뜻하지 않습니다. 전체6오류도 보존했고 한국어·영어는 각17/20입니다. validation NLL로 네 후보 중 하나를 선택하고 별도40건에서 보정한 뒤 새 평가40건을 열었습니다. 더 큰2,048구간 모델은 선택되지 않았습니다. 모든 자료는 합성이며 실제 제품 정답이 아닙니다. 이 test는 이미 노출됐으므로 후속 모델 선택에 재사용하지 않습니다. 학습 계획·전체 결과.

PR157의 필수 CI가 모두 통과하고 봇이 동일 트리를 병합했습니다. HF 고정 revision은 81335eadd9f2753d3b86c932e9b00c636714e3b4이며18파일 전체347,460바이트를 다시 내려받아 바이트·SHA가 일치함을 확인했습니다. 모델은 HF에, Go 소스는 GitHub에 둡니다. V1 파일은 그대로 유지합니다.

hf가 설치된 환경에서는 모델을 명시적으로 내려받아 사용합니다. 기본 명령에는 자동 모델 다운로드가 없고 모델을 지정하지 않으면 학습하지 않은 규칙을 씁니다.

hf download JooYoon/riidolaya-statehint-go-v0.2 statehint.rsh --revision 81335eadd9f2753d3b86c932e9b00c636714e3b4 --local-dir ./models/statehint-v0.2
riidolaya state-hint --model ./models/statehint-v0.2/statehint.rsh --text '이 API에서 재시도 횟수는 어디서 설정하나요?'

실제 게시 모델의 CLI 시험4문장은 분류4/4가 기대와 일치했지만 신뢰도 기준을 넘은 질문1건만 라벨·이모지를 제안했습니다. 진행0.858·완료보고0.821·예정0.815는 보류했습니다. 합성 catalog만 사용했으며 상태 변경·서비스 쓰기0입니다. 이 프로세스의 OS 최대RSS는5,488,640바이트(5.23MiB)로 모델 로딩·JSON·계획을 포함합니다. 실제 Riido 조회 비용과 지속 서비스 메모리는 측정하지 않았습니다. 별도 같은 문장50만회 warm 점수 계산 평균은1.89µs이며 JSON·계획·시작·RSS·GPU는 제외됩니다. 둘은 측정 범위가 다릅니다.

다음 적용 계획: 진행·완료 보고·질문 pilot. 현재 bridge는 조회 interface와 합성 테스트만 있고 실제 private Riido reader는 연결하지 않았습니다.

첫 버전 v0.1 기록

riidolaya state-hint --text "이 작업을 취소해 주세요." --json
riidolaya state-hint --model ./statehint.rsh --jsonl < requests.jsonl

모델을 지정하지 않으면 학습하지 않은 규칙을 사용합니다. 출력의 intent는 여덟 가지 의미 중 하나이고 emoji_code는 표시용 코드입니다. 선택적인 context에는 현재 라벨 후보·상태·버전·이벤트 정보를 넣습니다. 현재는 mode:shadow, mutation_executed:false이며 실제 API·반응·알림을 실행하지 않습니다. JSON의 trusted:true 자체는 권한이나 사실 증명이 아닙니다.

Go 모델은 실제 지도학습한 32,960바이트 모델입니다. 400개 합성 개발 평가에서 317개가 맞았으며 한국어 85%, 영어 73.5%였습니다. 다만 완료 보고 50개를 전부 진행 보고로 잘못 분류했습니다. 신뢰도 0.9 이상인 비모호 결과136개는 이 개발 자료에서 모두 맞았지만, 운영 정확도나 독립 평가를 뜻하지 않습니다. 같은 짧은 문장의 따뜻한 상태 반복 점수 계산은 약2µs였으며 JSON·상태 계획·시작·전체 메모리는 제외됩니다.

Laya 원본의 마지막 선형층1,025개도 실제 MPS에서 파인튜닝했습니다. 동결된 앞부분과 저장·재로딩을 확인했지만, 정답은 전후148/400으로 늘지 않았고 한국어는12.5%였습니다. 4,252바이트 파일은 전체 Laya를 필요로 하는 파라미터 교체본이며 단독 저메모리 모델이 아닙니다.

데이터2,400개는96언어별 템플릿·48개 개념 쌍의 허구 변형입니다. 실제 사용자 데이터나 독립 제품 정답2,400개가 아닙니다. 두 모델 모두 개발용이며 운영 상태 변경에 채택하지 않았습니다. 다음 단계는 새 평가 구간, 완료/진행 구분, multilingual 비교 및 신뢰할 수 있는 adapter의 shadow 관측입니다.

PR #154 · 소스 CI

개발 모델 파일: Go v0.1 · Laya 최종층 v0.1. 게시한31파일 전체를 다시 내려받아 바이트·SHA를 대조했습니다. CI 통과 후 봇이 동일 소스 트리를 병합했습니다. 모델 파일은 GitHub에 올리지 않았습니다.