SkillPoison: 성공적인 경험을 통한 점진적 스킬 중독

이 저장소는 검증된 성공 경험을 구성하고 이를 형성 기록(formation record)으로 정리하기 위한 형성 단계 파이프라인인 SkillPoison의 구현을 제공합니다.

저장소 구조

.
├── assets/
│   └── framework.png
├── configs/
│   └── main.yaml
├── core/
│   ├── hts/
│   ├── legsa/
│   ├── gctir/
│   ├── utils/
│   ├── config.py
│   └── pipeline.py
├── prompts/
│   ├── legsa/
│   ├── target_audit.txt
│   ├── counterfactual_generation.txt
│   └── counterfactual_audit.txt
├── scripts/
│   └── run_skillpoison.py
├── .env.example
├── requirements.txt
└── README.md

core/에는 HTS, LEGSA, GCTIR 구현이 포함되어 있고, prompts/에는 모델에 전달되는 프롬프트 템플릿이 저장되어 있으며, configs/에는 실험 설정이 저장되어 있습니다. 그리고 scripts/run_skillpoison.py는 주요 실행 진입점입니다.

설치

Python 3.10 이상을 권장합니다.

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

모델 구성

실제 실행 전에 모델 엔드포인트를 설정하세요:

export MODEL_API_KEY="your-api-key"
export MODEL_BASE_URL="https://your-endpoint/v1"
export MODEL_NAME="your-model-name"

환경 변수 템플릿은 .env.example에 제공되어 있습니다.

구성

주요 구성 파일은 다음과 같습니다:

configs/main.yaml

이 파일은 출력 디렉터리, 모델 설정, 대상 동작, 임베딩 모델, HTS 임계값, LEGSA 프롬프트 디렉터리, GCTIR 형성 설정을 지정합니다.

입력 형식

파이프라인은 JSON 또는 JSONL 입력을 허용합니다. JSON의 경우 experiences 목록을 사용하세요:

{
  "experiences": [
    {
      "id": "example_001",
      "category": "category_name",
      "task_text": "task input",
      "solution": "externally verified solution",
      "trajectory": {
        "task_input": "task input",
        "model_output": "recorded successful output"
      },
      "requirement_checks": [true],
      "verified_success": true,
      "output_format": "text"
    }
  ]
}

각 후보는 고유한 id, 작업/카테고리 정보, 기록된 성공 궤적, 검증 결과, 그리고 출력 형식(text, json, 또는 python)을 포함해야 합니다.

실행

python scripts/run_skillpoison.py \
  --config configs/main.yaml \
  --input /path/to/candidate_experiences.json \
  --out outputs/run

파이프라인은 다음을 실행합니다:

Candidate Experiences
        ↓
       HTS
        ↓
      LEGSA
        ↓
      GCTIR
        ↓
Formation Records

--out은 configs/main.yaml에 지정된 출력 디렉터리를 재정의합니다.

출력

표준 실행은 다음을 기록합니다:

outputs/run/
├── selection_audit.json
├── formation_records.json
└── run_summary.json

• selection_audit.json: 후보 선택 및 검증 결과.
• formation_records.json: 최종 형성 기록.
• run_summary.json: 실행 통계, 구성, 사용 요약.

재생 모드

기록된 중간 산출물로부터 결정론적으로 재실행하려면:

python scripts/run_skillpoison.py \
  --config configs/main.yaml \
  --input /path/to/replay_input.json \
  --out outputs/replay \
  --replay

재생 입력에는 파이프라인에 필요한 기록된 산출물이 이미 포함되어 있어야 합니다.