Fix Python composite runtime and atomic export

MANIFEST.json

@@ -1,11 +1,11 @@
 {
-    "schema":  "aiflow-hf-research-snapshot-v9",
-    "generated_at":  "2026-07-23T20:15:19.8122156Z",
+    "schema":  "aiflow-hf-research-snapshot-v10",
+    "generated_at":  "2026-07-23T20:20:53.2135890Z",
     "track":  "R_noncommercial_plus_rejected_P_proxy",
     "product_validation":  false,
     "public_release":  true,
     "contains_raw_dataset":  false,
-    "tests":  "284 passed",
+    "tests":  "285 passed",
     "retracted_paths":  [
                             "models/auxiliary/boundary_auxiliary_head.pt",
                             "models/auxiliary/seed17/boundary_joint_delta.pt",
@@ -30,8 +30,8 @@
                   },
                   {
                       "path":  "reports/RESEARCH_REPORT.md",
-                      "bytes":  34116,
-                      "sha256":  "c2c1f9fc166525912d34f421b80b3f2662b18ec4a4d47934990c37b9432223e8"
+                      "bytes":  34631,
+                      "sha256":  "46946707f85cd6860161e301c21970b885dfd742c122eb9d9f0f44c3173c208b"
                   },
                   {
                       "path":  "scripts/evaluate_crohme_tray_joint_selector.py",
@@ -90,8 +90,8 @@
                   },
                   {
                       "path":  "src/math_ink_06.py",
-                      "bytes":  54708,
-                      "sha256":  "6c41a7ff9958fe6bd396b3321586d7a935ef0206553ce633327962c2d27ffff4"
+                      "bytes":  58690,
+                      "sha256":  "657a720f32bfe8548ec859986bc3b6bcafbf3ec70f0abfdbf50127946c655052"
                   },
                   {
                       "path":  "src/ink06_export.py",
@@ -135,8 +135,8 @@
                   },
                   {
                       "path":  "scripts/export_math_ink_06_litert.py",
-                      "bytes":  11876,
-                      "sha256":  "3d5362341c29ef31493969ccf833c21cb1d4e02d8ccf9ccd217b038091f9e43c"
+                      "bytes":  11027,
+                      "sha256":  "68510ea84f778bc415c3b5b29e3445cd0c5102a5febb1bb126c92262c75ccebb"
                   },
                   {
                       "path":  "scripts/evaluate_math_ink_06_p_boundary_device_stress.py",
@@ -170,13 +170,13 @@
                   },
                   {
                       "path":  "colab/aiflow_math_ink_06_litert_bundle.zip",
-                      "bytes":  17276380,
-                      "sha256":  "e20ed37a7c35daabaae72b6108204ae08da3b909a19f230528bb40ab198c7ca8"
+                      "bytes":  17276876,
+                      "sha256":  "d5357732c9f1654d65664e3fe23acab88a7374e88e3f2bd5b60ab46120aefc47"
                   },
                   {
                       "path":  "colab/aiflow_math_ink_06_litert_bundle.manifest.json",
                       "bytes":  2978,
-                      "sha256":  "03a7ebfe56cc8855494ecfafb463290d4bbe9b0fb0582153e17b62ea6726bdd6"
+                      "sha256":  "d6876734bbb23394b40c3b484e2c44d9e06cf3f67de77d3f50205e554b41f758"
                   },
                   {
                       "path":  "exports/seed17/export_manifest.json",
@@ -220,8 +220,8 @@
                   },
                   {
                       "path":  "README.md",
-                      "bytes":  11411,
-                      "sha256":  "5e8ee6eef8985af8404540edc7fd000d5b03a095ed1eac05cabcfd8d346ab064"
+                      "bytes":  11437,
+                      "sha256":  "5a160ef5bb7753ad36fb39f692aecb3171c243743d8fdd4f64def16a3714af42"
                   },
                   {
                       "path":  "assets/stroke_encoding.svg",

README.md

@@ -95,11 +95,6 @@ models/
     ...
   seed47/
     ...
-  auxiliary/
-    boundary_auxiliary_head.pt
-    seed17/boundary_joint_delta.pt
-    seed31/boundary_joint_delta.pt
-    seed47/boundary_joint_delta.pt
 artifacts/
   boundary_behavior_guard.joblib
 ```
@@ -110,8 +105,6 @@ artifacts/
 | `online_adapter.pt` | 실제 온라인 stroke 보정 | `dual_tcn_v3`, `top4-skeleton-128x19` |
 | `behavior_role_head.pt` | `x/X/×` 역할 문맥 | 128×19 stroke + 49 context feature |
 | `boundary_behavior_guard.joblib` | 잘못된 다기호 병합 억제 | geometry 17 feature, threshold 0.5, weight 6 |
-| `boundary_auxiliary_head.pt` | shared embedding용 P-track boundary smoke | 384→1, main exact/family head 비퇴행 |
-| `boundary_joint_delta.pt` | seed별 제한 joint fine-tuning delta | last TCN + attention + exact/family/boundary heads |
 
 세 seed teacher를 그대로 모바일에 넣는 것이 최종 목표는 아니다. release 경로는 seed ensemble을 하나의 student로 distillation한 뒤 LiteRT INT8/FP16을 비교하는 것이다.
 
@@ -136,7 +129,26 @@ print(adapter["adapter_architecture"], adapter["feature_contract"])
 print(role["role_labels"], role["context_features"])
 ```
 
-`state_dict`를 실제 module에 적재하려면 이 저장소의 snapshot 코드뿐 아니라 전체 AIFlow 연구 코드가 필요하다. checkpoint 내부 경로는 lineage 기록이며 로컬 절대경로에 의존해 추론하지 않는다.
+실제 Python composite 추론은 Colab bundle을 푼 디렉터리에서 다음처럼 실행한다. Adapter를 생략하면 정정된 메인 모델이 아니라 base-only 경로가 되므로 반드시 함께 전달한다.
+
+```python
+from pathlib import Path
+from math_grid_drawer.research.math_ink_06 import MathInk06Engine
+
+engine = MathInk06Engine(
+    Path("artifacts/base_378.pt"),
+    adapter_checkpoint=Path("artifacts/online_adapter.pt"),
+)
+
+result = engine.recognize_online(
+    strokes,
+    canvas_width=128,
+    canvas_height=128,
+    top_k=5,
+)
+```
+
+Checkpoint 내부 경로는 lineage 기록이며 로컬 절대경로에 의존해 추론하지 않는다.
 
 ## 현재 성능
 

colab/aiflow_math_ink_06_litert_bundle.manifest.json

@@ -1,6 +1,6 @@
 {
   "schema": "aiflow-math-ink-06-litert-colab-bundle-v1",
-  "generated_at": "2026-07-23T20:13:15.384782+00:00",
+  "generated_at": "2026-07-23T20:19:13.374433+00:00",
   "seed": 17,
   "litert_torch_version": "0.9.1",
   "representative_samples": 76,
@@ -32,8 +32,8 @@
     },
     {
       "path": "src/math_grid_drawer/research/math_ink_06.py",
-      "bytes": 54708,
-      "sha256": "6c41a7ff9958fe6bd396b3321586d7a935ef0206553ce633327962c2d27ffff4"
+      "bytes": 58690,
+      "sha256": "657a720f32bfe8548ec859986bc3b6bcafbf3ec70f0abfdbf50127946c655052"
     },
     {
       "path": "src/math_grid_drawer/research/raster_skeleton06.py",
@@ -52,8 +52,8 @@
     },
     {
       "path": "scripts/export_math_ink_06_litert.py",
-      "bytes": 11876,
-      "sha256": "3d5362341c29ef31493969ccf833c21cb1d4e02d8ccf9ccd217b038091f9e43c"
+      "bytes": 11027,
+      "sha256": "68510ea84f778bc415c3b5b29e3445cd0c5102a5febb1bb126c92262c75ccebb"
     },
     {
       "path": "artifacts/base_378.pt",
@@ -73,8 +73,8 @@
   ],
   "product_validation": false,
   "bundle": "research\\runs\\math_ink_06_litert_colab_20260724\\aiflow_math_ink_06_litert_bundle.zip",
-  "bundle_bytes": 17276380,
-  "bundle_sha256": "e20ed37a7c35daabaae72b6108204ae08da3b909a19f230528bb40ab198c7ca8",
+  "bundle_bytes": 17276876,
+  "bundle_sha256": "d5357732c9f1654d65664e3fe23acab88a7374e88e3f2bd5b60ab46120aefc47",
   "verification": {
     "schema": "aiflow-math-ink-06-litert-colab-bundle-v1",
     "files": 13,

colab/aiflow_math_ink_06_litert_bundle.zip

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:e20ed37a7c35daabaae72b6108204ae08da3b909a19f230528bb40ab198c7ca8
-size 17276380
+oid sha256:d5357732c9f1654d65664e3fe23acab88a7374e88e3f2bd5b60ab46120aefc47
+size 17276876

reports/RESEARCH_REPORT.md

@@ -409,7 +409,9 @@ Joint delta 없이 정정된 main과 새 auxiliary head만 대상으로 device s
 
 Seed 17·31·47 모두 online/raster 각각 대표 입력 76개에서 eager 대비 top-1 100% 일치, 최대 logit 절대오차 0.0으로 strict `torch.export` gate를 통과했다. 기존 출력 경로를 재사용할 때 오래된 `.pt2`가 남는 문제를 발견해 `.part → atomic replace`로 수정했고, fresh seed-17 두 graph 합계는 24,302,579 bytes로 25MiB 예산 안이다. 다만 `.pt2`는 Android LiteRT artifact가 아니다. 공식 LiteRT Torch 0.9.1은 Linux 환경을 요구하며 WSL 변환 환경 설치 중 WSL filesystem I/O 오류가 발생해 `.tflite` 변환과 runtime parity는 아직 미완료다.
 
-Linux/Colab 변환을 위해 label이 없는 실제 HWRT-derived online/raster 대표 입력 76개를 5,721,772-byte cache로 고정했다. 최소 bundle은 composite base·adapter, 필요한 source 7개, converter와 대표 cache만 포함하며 13개 entry·17,276,380 bytes다. Bundle 내부 SHA-256 전체 검증과 별도 디렉터리 추출 후 composite export smoke를 통과했다. Colab notebook은 공식 `litert-torch==0.9.1` 설치, 공개 Hugging Face bundle 다운로드, 해시 검증, online/raster `.tflite` 변환, 76개 전체 top-1 100%·logit 오차≤0.02·합계≤25MiB gate를 자동 실행한다.
+Linux/Colab 변환을 위해 label이 없는 실제 HWRT-derived online/raster 대표 입력 76개를 5,721,772-byte cache로 고정했다. 최소 bundle은 composite base·adapter, 필요한 source, converter와 대표 cache만 포함하며 13개 entry·17,276,876 bytes다. Bundle 내부 SHA-256 전체 검증과 별도 디렉터리 추출 후 composite export smoke를 통과했다. Colab notebook은 공식 `litert-torch==0.9.1` 설치, 공개 Hugging Face bundle 다운로드, 해시 검증, online/raster `.tflite` 변환, 76개 전체 top-1 100%·logit 오차≤0.02·합계≤25MiB gate를 자동 실행한다.
+
+Python 공개 런타임의 `MathInk06Engine`도 base-only였으므로 `adapter_checkpoint`를 공식 생성자 인자로 추가했다. 엔진은 base→adapter `shared_state_dict`→dual modality adapter 순서로 구성하고 online은 `adapter.online`, raster virtual trajectory는 `adapter.raster`를 거친다. 실제 seed-17 representative 입력에서 엔진과 export wrapper의 online/raster 최대 logit 오차는 모두 0.0이었다. Adapter를 생략한 호출은 호환용 base-only 경로로만 남긴다.
 
 ### 실제 P 연속식 데이터 계약
 
@@ -422,7 +424,7 @@ Linux/Colab 변환을 위해 label이 없는 실제 HWRT-derived online/raster
 - 양수 canvas 크기
 - token과 원본 raw stroke가 포함된 정답 symbol group
 
-Origin·writer·device·source가 둘 이상의 split에 나타나면 제품 평가를 거부한다. Timestamp와 pressure가 없는 symbol은 삭제하거나 관측값으로 위장하지 않고 missing slice로 센다. 검증된 formula의 실제 symbol group은 boundary 음성, 인접한 두 symbol group 결합은 boundary 양성으로 만든다. 이 계약은 실제 성능값을 만들지는 않지만, 향후 P 입력이 CROHME 정답 group이나 합성 고립기호 proxy와 섞이는 것을 방지한다. 전체 회귀는 284개가 통과했다.
+Origin·writer·device·source가 둘 이상의 split에 나타나면 제품 평가를 거부한다. Timestamp와 pressure가 없는 symbol은 삭제하거나 관측값으로 위장하지 않고 missing slice로 센다. 검증된 formula의 실제 symbol group은 boundary 음성, 인접한 두 symbol group 결합은 boundary 양성으로 만든다. 이 계약은 실제 성능값을 만들지는 않지만, 향후 P 입력이 CROHME 정답 group이나 합성 고립기호 proxy와 섞이는 것을 방지한다. 전체 회귀는 285개가 통과했다.
 
 ## 산출물
 

scripts/export_math_ink_06_litert.py

@@ -21,10 +21,7 @@ from math_grid_drawer.research.ink06_export import (
     OnlineExportWrapper06, RasterExportWrapper06, exported_equivalence06,
 )
 from math_grid_drawer.research.math_ink_06 import MathInk06Engine
-from math_grid_drawer.research.skeleton_adapter06 import (
-    DualModalityTrajectoryAdapter06, SkeletonTrajectoryAdapter06,
-)
-from math_grid_drawer.research.math_ink_06 import VirtualTrajectoryAdapter06
+from math_grid_drawer.research.skeleton_adapter06 import DualModalityTrajectoryAdapter06
 
 
 def _representative_inputs(baseline_report: Path, data_path: Path) -> tuple[list[tuple[torch.Tensor, ...]], list[tuple[torch.Tensor, ...]]]:
@@ -127,24 +124,9 @@ def _load_composite06(
 ) -> tuple[MathInk06Engine, torch.nn.Module, dict]:
     """필요 변수: base·adapter checkpoint. 작동 원리: base→shared state→modality adapter 순서로 배포 모델을 합성한다."""
 
-    engine = MathInk06Engine(checkpoint)
+    engine = MathInk06Engine(checkpoint, adapter_checkpoint=adapter_checkpoint)
     payload = torch.load(adapter_checkpoint, map_location="cpu", weights_only=False)
-    architecture = str(payload["adapter_architecture"])
-    if architecture == "local_v1":
-        adapter: torch.nn.Module = VirtualTrajectoryAdapter06()
-    elif architecture == "tcn_v2":
-        adapter = SkeletonTrajectoryAdapter06()
-    elif architecture == "dual_tcn_v3":
-        adapter = DualModalityTrajectoryAdapter06()
-    else:
-        raise ValueError(f"지원하지 않는 adapter architecture입니다: {architecture}")
-    adapter.load_state_dict(payload["state_dict"])
-    shared_state = payload.get("shared_state_dict") or {}
-    if shared_state:
-        incompatible = engine.model.load_state_dict(shared_state, strict=False)
-        if incompatible.unexpected_keys:
-            raise ValueError(f"adapter shared state key 오류: {incompatible.unexpected_keys}")
-    return engine, adapter.eval(), payload
+    return engine, engine.composite_adapter, payload
 
 
 def _adapter_branches06(adapter: torch.nn.Module) -> tuple[torch.nn.Module, torch.nn.Module]:

src/math_ink_06.py

@@ -874,7 +874,11 @@ class SymbolCandidate06:
 class MathInk06Engine:
     """필요 변수: 0.6 checkpoint. 작동 원리: 원본 stroke 또는 raster에서 텍스트 후보만 반환한다."""
 
-    def __init__(self, checkpoint: Path, *, device: str = "cpu") -> None:
+    def __init__(
+        self, checkpoint: Path, *, adapter_checkpoint: Path | None = None, device: str = "cpu",
+    ) -> None:
+        """필요 변수: base와 선택 composite adapter. 작동 원리: base→shared state→modality adapter 순서로 런타임을 구성한다."""
+
         payload = torch.load(checkpoint, map_location=device, weights_only=False)
         self.labels = tuple(str(value) for value in payload["exact_labels"])
         self.family_labels = tuple(str(value) for value in payload["family_labels"])
@@ -896,6 +900,46 @@ class MathInk06Engine:
             "symmetry_weight": 0.0, "symmetry_mode": "logsumexp",
             **dict(payload.get("raster_fusion", {})),
         }
+        self.composite_adapter: nn.Module = nn.Identity()
+        self.online_adapter: nn.Module = nn.Identity()
+        self.raster_adapter: nn.Module = nn.Identity()
+        if adapter_checkpoint is not None:
+            adapter_payload = torch.load(
+                adapter_checkpoint, map_location=device, weights_only=False,
+            )
+            shared_state = adapter_payload.get("shared_state_dict") or {}
+            if shared_state:
+                incompatible = self.model.load_state_dict(shared_state, strict=False)
+                if incompatible.unexpected_keys:
+                    raise ValueError(
+                        f"adapter shared state key 오류: {incompatible.unexpected_keys}"
+                    )
+            architecture = str(adapter_payload["adapter_architecture"])
+            if architecture == "local_v1":
+                adapter: nn.Module = VirtualTrajectoryAdapter06()
+            else:
+                from .skeleton_adapter06 import (
+                    DualModalityTrajectoryAdapter06, SkeletonTrajectoryAdapter06,
+                )
+                if architecture == "tcn_v2":
+                    adapter = SkeletonTrajectoryAdapter06()
+                elif architecture == "dual_tcn_v3":
+                    adapter = DualModalityTrajectoryAdapter06()
+                else:
+                    raise ValueError(
+                        f"지원하지 않는 adapter architecture입니다: {architecture}"
+                    )
+            adapter.load_state_dict(adapter_payload["state_dict"])
+            adapter = adapter.to(self.device).eval()
+            self.composite_adapter = adapter
+            if architecture == "dual_tcn_v3":
+                self.online_adapter = adapter.online  # type: ignore[attr-defined]
+                self.raster_adapter = adapter.raster  # type: ignore[attr-defined]
+            else:
+                self.online_adapter = self.raster_adapter = adapter
+            self.model_version = (
+                f"{self.model_version}+{adapter_payload.get('model_version', architecture)}"
+            )
         family_to_index = {label: index for index, label in enumerate(self.family_labels)}
         # checkpoint가 가진 ontology와 동일한 exact→family 사상을 기기 내 상수 tensor로 유지한다.
         from .trajectory_sequence import shape_family
@@ -933,6 +977,40 @@ class MathInk06Engine:
         contribution = joint.gather(2, predicted[:, None, None].expand(-1, joint.shape[1], 1)).squeeze(-1)
         return fused, contribution.argmax(dim=1)
 
+    def _forward_raster_composite06(self, raster: Tensor) -> dict[str, Tensor]:
+        """필요 변수: 정규화 raster. 작동 원리: virtual top-4를 외부 raster adapter까지 거쳐 shared head로 분류한다."""
+
+        if isinstance(self.raster_adapter, nn.Identity):
+            return self.model.forward_raster(raster)
+        coordinates, states, progress, hypothesis_scores = self.model.decode_raster_trajectories(raster)
+        features = virtual_features06(
+            coordinates, states,
+            None if self.model.raster_architecture == "spatial_flat_v1" else progress,
+            contract=self.model.virtual_contract,
+        )
+        batch, hypotheses, steps, channels = features.shape
+        if self.model.use_virtual_adapter:
+            raw_features = features
+            internal = self.model.virtual_adapter(
+                features.reshape(batch * hypotheses, steps, channels),
+            ).reshape(batch, hypotheses, steps, channels)
+            features = (
+                raw_features
+                + self.model.virtual_adapter_weight * (internal - raw_features)
+            )
+        flat = self.raster_adapter(
+            features.reshape(batch * hypotheses, steps, channels),
+        )
+        exact, family = self.model.classify_trajectory(flat)
+        return {
+            "coordinates": coordinates,
+            "state_logits": states,
+            "stroke_progress": progress,
+            "hypothesis_scores": hypothesis_scores,
+            "exact_logits": exact.reshape(batch, hypotheses, -1),
+            "family_logits": family.reshape(batch, hypotheses, -1),
+        }
+
     def _result(self, logits: Tensor, started: float, top_k: int) -> dict[str, Any]:
         """필요 변수: fused logits·시작시각·k. 작동 원리: stroke/image 없이 모바일 공개 SymbolResult를 만든다."""
 
@@ -952,7 +1030,7 @@ class MathInk06Engine:
         ink = canonicalize_ink06(strokes, canvas_width=canvas_width, canvas_height=canvas_height)
         sequence = torch.from_numpy(ink.features).unsqueeze(0).to(self.device)
         with torch.inference_mode():
-            exact, _family = self.model.forward_online(sequence)
+            exact, _family = self.model.forward_online(self.online_adapter(sequence))
         return self._result(exact, started, top_k)
 
     def recognize_raster(self, image: Image.Image, *, top_k: int = 5, debug: bool = False) -> dict[str, Any]:
@@ -962,7 +1040,9 @@ class MathInk06Engine:
         normalized = image.convert("L").resize((128, 128), Image.Resampling.LANCZOS)
         raster = 1.0 - torch.from_numpy(np.asarray(normalized, dtype=np.float32) / 255.0)
         with torch.inference_mode():
-            output = self.model.forward_raster(raster.view(1, 1, 128, 128).to(self.device))
+            output = self._forward_raster_composite06(
+                raster.view(1, 1, 128, 128).to(self.device),
+            )
             symmetry_weight = float(self.raster_fusion["symmetry_weight"])
             if symmetry_weight:
                 symmetry_exact, symmetry_family = raster_symmetry_logits06(