크라우니 SLM — 학습법 도구 1단계 (벡터형4상균형3진 + 셀코어)

개요

크라우니 SLM(젯슨 오린 엣지, 좁은 도메인 Opus 상회 캐릭터)을 차근차근 구축하는 4트랙(철학/학습/구현/생태계) 마스터플랜의 학습 트랙 1단계. "학습 방법 자체"를 벡터형4상균형3진법 + 셀코어 로직으로 도구화했다. 기존 crowny-butler 자산(삼진가중치 BitNet, 인과추출, 의사결정모델, 모델저장소, 셀코어 룰엔진, 티옴타좌표)을 재배선(재구현 금지).

울트라 워크플로우 9에이전트(설계 3안 경쟁→합성, 5모듈 병렬작성+자가검토) → 메인에서 컴파일·실행 검증·VM함정 교정.

무엇을 했는지

학습법 5모듈 (/Users/ef/crowny-butler/libs/, 전부 컴파일·실행 검증)

1. 벡터인코더.한선 — 입력/사건 → 27트릿 4상 큐브 벡터.

슬롯 배치: T 티[0..8] 긍정증거 / O 옴[9..17] 미지(항상0=곱셈0핵심) / A 타[18..23] 부정증거 / U 음[24..26] 이관신호. 거리(해밍)/유사도/좌표투영(앞,뒤).

1. 삼진학습.한선 — 큐브+삼진가중치 → 4상 예측, 오차→트릿 가중치 갱신.

삼진내적 곱셈 연산 = 0 검증(BitNet b1.58식). U구역 켜지면 음(이관) 단락.

1. 셀코어학습.한선 — 오차/인과 패턴 → 셀코어 룰(룰생성/조건/변경) 자동추출·축적.

인과강도 게이트: 빈도<임계=상관(보류), 빈도≥임계=인과(채택). 학습된 룰이 곧 지식.

1. 학습법.한선 — 한 학습스텝 오케스트레이터: 인코딩→예측→4상판정

(티강화/옴보류/타억제/음이관)→룰갱신→모델저장소 영속. 4상 분기 전부 동작.

1. 학습평가.한선 — 정확도·수렴·희소도 KPI 하니스. 곱셈0 PASS.

import-safe 사본 3종

삼진가중치_안전 / 인과추출_안전 / 모델저장소_안전 — 데모 호출 주석화(stdout 오염 차단). 원본은 데모 부작용이 있어 직접 import 금지.

부가 도구: 레이트관리.한선

세션 명령 분배 시 레이트리미트 관리. 토큰버킷 + 명령큐 + 4상판정 (티발사/옴대기/타차단/음이관) + 지수백오프(자기합 ×2, 곱셈0) + 윈도우리셋 + 영속. 데모 검증: 우선순위 발사, 예산임박 대기, 추정불가 이관, 429 백오프 6→14초, 윈도우 복원.

검증 결과 (실측)

• 5모듈 + 레이트관리 전부 hanseonc_high 컴파일 OK, crownyc 실행 OK.
• 학습법 오케스트레이터: 4스텝 시도4/정답2, 음 이관 작동, 룰 누적4, 영속4, 좌표색인(티,티).
• 학습평가: 곱셈0 PASS, 희소도 25→19.
• 핵심 발견(설계 에이전트): 셀코어 셀 슬롯에 학습큐브 직접저장 금지

(이웃들 슬롯6-11/13-15/23-26 오독, 셀씀 슬롯12 시간덮어쓰기, 슬롯읽기 빈슬롯=없음). → 셀코어는 룰 저장·우선순위·감사 엔진으로만 사용.

관련 파일

• /Users/ef/crowny-butler/libs/{벡터인코더,삼진학습,셀코어학습,학습법,학습평가}.한선
• /Users/ef/crowny-butler/libs/{삼진가중치_안전,인과추출_안전,모델저장소_안전}.한선
• /Users/ef/crowny-butler/libs/레이트관리.한선

잔여 이슈 (2단계)

1. 학습평가 KPI 종합=타 — 합성셋이 처음부터 100%라 수렴=정체. 난도 있는 데이터셋으로 수렴 상승 노출 필요.
2. 셀코어학습 룰엔진 적용수=0 / 평가셀 인식 슬롯3=0 — 룰 추출은 OK, 평가셀 룰 발화 슬롯구성 보정 필요.
3. 레이트관리 → 실제 세션 명령 분배 연결(CLI/IPC) 후속.
4. RPN 정본 동반(clike_to_rpn.py) — 헌법 준수.
5. 고도화: 수렴 측정 + 셀코어 룰 폭증 + 스피어 적대검증(3배수).