# 조건 입력의 단순 평균 진단

48개 문서의 고정 실험 후 원본 입력 행만 읽었습니다. 새로운 모델 학습·추론·소스 해석·
후보 실행은 모두 0회입니다. 실제 모델을 계산하거나 중간 활성값을 재구성하지 않습니다.

원본 `sources.jsonl` SHA256:
`3b5ead654bd6c96caa6c3b912bac1ed3dac41645a2b070a1d00990d8990b1bb4`.
[고정 원자료](https://github.com/kimjooyoon/gooo-decision-runtime/blob/0fe0215588edc759d64fa389b9df5a2b5e76e8d8/studies/ordered-requirement-learning-20261010/result/sources.jsonl.gz).

`diagnose.go`는 이 해시를 확인한 뒤 조건 목표만 다른 인접 문서 쌍을 비교합니다.
전체 소스 입력과 출력 행은 같고 조건 행은 다르며, 가능한 정답 후보 집합도 서로
겹치지 않는다는 것을 먼저 확인합니다. 다음으로 각 32칸 조건 배열의 원소별 평균을
비교합니다. 정수 자체를 부동소수점으로 변환하지 않고 이미 저장된 특징 배열만 읽습니다.

결과: 24쌍 중 20쌍의 단순 평균이 같습니다. 이 20쌍은 새 모델의 지원 범위에 있는
40개 문서입니다. 지원 밖 128조건 문서 4쌍은 평균도 다릅니다. `result.json`에 각 쌍을
남겼습니다.

이 결과는 원본 행을 단순 평균했을 때의 구분 능력입니다. 실제 모델은 평균 전에
학습된 비선형 인코더를 적용하므로 이 진단을 모델 출력의 충돌로 해석하면 안 됩니다.
조건의 입력값과 기대 결과를 함께 요약하는 능력을 다음에 검사할 근거로 사용합니다.

Go1.27.2 실행 예:

```sh
go run diagnose.go SOURCES_JSONL_GZIP \
  3b5ead654bd6c96caa6c3b912bac1ed3dac41645a2b070a1d00990d8990b1bb4 FRESH_RESULT_JSON
```

결과 파일이 이미 있으면 덮어쓰지 않습니다. 원래 두 모델과 48개 문서 실험은 다시
수행하지 않았습니다.