synthesis
페이지 14개
VLA 발전 과정과 3대 계열 비교
RT-2 이후 네 가지 전환을 정리하고 GR00T, π, Gemini Robotics를 세대별 연표와 설계 비교표로 대조한다. 12단계 학습 경로 포함
↳ 35 physical-aivla용어집: Agents
tool use, harness, 오케스트레이션 등 agentic 시스템 용어의 canonical 표기 SSOT. 정착 음차(프롬프트, 컨텍스트, 메모리)와 원어 유지 개념어를 가른다
↳ 12 glossaryterminology용어집: LLMs
pre-training, fine-tuning, 임베딩 등 모델 학습 일반 용어의 canonical 표기 SSOT. 전 카테고리에 적용된다
↳ 13 glossaryterminology용어집: Physical AI
policy, observation, trajectory 등 physical-ai 전문 용어의 canonical 표기를 정한 SSOT. 원어 유지와 첫 등장 서술형 풀이 원칙, lint 금지 표기 목록을 담는다
↳ 40 glossaryterminologyPhysical AI 카테고리 지도와 학습 경로
physical-ai 페이지를 프로젝트 단위 클러스터로 묶은 허브. 학습 경로 세 트랙(VLA 계보, world model, 고전 스택)과 각 겹의 역할을 정리한다
↳ 116 physical-aivlaAgent Skills 규격과 생태계
SKILL.md 폴더 규격과 progressive disclosure 3레벨, 클라이언트 42개의 cross-vendor 채택, Skills와 MCP의 경계를 자료 12편으로 묶었다
↳ 18 agent-skillsskill-mdgstack 자료 지도와 명령어 출처 대조
저장소 1편과 한국어 소개 3편을 묶어 역할 분담과 갈리는 서술, 자기 보고 수치의 근거 등급을 정리한다
↳ 7 gstackclaude-codePrompt에서 Loop까지 4단계 진화
prompt, context, harness, loop 네 단계를 자료 13편으로 채운 최상위 진입 지도. 12단계 학습 경로와 자매 overview 3편 라우팅을 담는다
↳ 21 prompt-engineeringcontext-engineeringLoop Engineering 도메인 이식
코딩 중심 loop engineering 프레임이 트레이딩으로 옮겨가는지 7편으로 대조한 개괄. 다섯 단계 골격과 verifier gate 배치를 두 도메인에 놓고 근거 등급을 매긴다
↳ 9 loop-engineeringverifier-gateDESIGN.md 포맷과 production 트레이드오프
규격 저장소와 Atlassian production 실측을 묶어 DESIGN.md와 MCP server, Agent Skills의 로딩 방식과 토큰 비용을 비교하고 선택 기준을 정리했다
↳ 11 design-mddesign-systemHeadroom 컨텍스트 압축 자료 지도
저장소 1편과 소개글 4편, 독립 재측정 1편을 묶어 압축률 주장의 출처와 근거 등급, 읽는 순서를 정리한다
↳ 15 headroomcontext-compressionAgent Harness Engineering 개괄
harness 자료 8편을 역할 분담과 근거 등급으로 묶고 학습 경로 8단계를 제시한다. 통제 실험은 한 편뿐이다
↳ 26 harness-engineeringloop-engineeringGBrain 생태계
저장소가 보유한 GBrain 자료 6편의 역할 분담과 어긋나는 수치, 자기 보고 벤치마크 판정, 6단계 학습 경로를 묶은 허브
↳ 15 gbrainagent-memoryGraph-based RAG 계보
GraphRAG 트렁크에서 LightRAG, LeanRAG, RAG-Anything 세 분기로 갈라지는 계보를 자료 8편으로 합성하고 학습 경로 8단계를 붙였다
↳ 18 graph-ragrag